python - 无法读取使用 soffice 命令转换 pdf 后得到的 .docx 文件

Question

我正在尝试使用 soffice 将 pdf 转换为 docx。它将它转换为 .docx 但它提供了我无法使用python 提供的docx api阅读的文本框。有没有更好的方法来阅读文件或将 pdf 转换为 docx 的更好方法，这样我就不会得到文本框？

soffice --infilter="writer_pdf_import" --convert-to docx "convert_this.pdf"

Answer 1

您可以尝试使用 Aspose.Words for Cloud 将 PDF 转换为 Word 文档。 https://docs.aspose.cloud/display/wordscloud/Convert+PDF+Document+to+Word 它将 PDF 从固定形式转换为流动形式，因此可以在 MS Word 中进行编辑。

披露：我在 Aspose.Words 团队工作。