使用pdfminer.six+markdownify
- pdfminer.six可以提取Pdf文本内容
- markdownify可以将文本内容写markdown文件
安装
pip install pdfminer.six
pip install markdownify
实现
from pdfminer.high_level import extract_text
from markdownify import markdownify
def pdf2markdown(pdf_path):
# 提取 PDF 文本
raw_text = extract_text(pdf_path)
# 将原始文本转换为 Markdown 格式
markdown_text = markdownify(raw_text)
return markdown_text
data = pdf_to_markdown("./22.pdf")
file = open('./example.md', 'w', encoding='utf-8')
# 写入字符串到文件
file.write(data)
# 关闭文件
file.close()
