尝试将pdf免费转换为文本

我正在使用OSX，并希望能够将pdf文件转换为文本。

我想要一个免费的应用程序来执行此操作，因为我肯定必须有一些。

这是我用来通过Homebrew安装和使用xpdf的步骤。

1. 安装Homebrew的依赖项：

   xcode-select --install
   

2. 从他们的网站安装Homebrew：

   /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
   

3. 请执行告诉其完成Homebrew安装的操作。

4. 验证Homebrew是否满意并且可以正常工作。

   brew doctor
   

5. 接下来安装xpdf及其依赖项：

   brew install Caskroom/cask/xquartz
   
   brew install xpdf
   

6. 最后，使用pdftotext，这是xpdf套件随附的软件包：

   pdftotext Some_Document.pdf Some_Document.txt
   

第一个文件名是现有的PDF。第二个是目的地。结果比使用Adobe Acrobat（公认的旧版本）要好得多。编辑：Adobe Acrobat的新（2019）版本显示出类似的不良结果。

多种方法。

1. 使用Google文档（您将需要一个Google帐户）

2. 使用Automator（需要做一些工作）

您可以使用Automator创建可以从PDF提取文本并将其另存为文本或RTF文档的工作流。

或来自App Store的应用程序，例如PDF到文本

xpdf 我安装了端口：

port install xpdf

包含：

xpdf-pdftotext

对于来自文本文件（而非图像）的任何PDF文件，它都能满足您的需求：

xpdf-pdftotext PDF_file text_file

当前版本的Adobe Reader（11.0.09）在其“文件”菜单中具有“另存为”项。

选项之一是Text。

该应用程序是免费的，并且在输出文本文件方面做得不错。新文档中的所有图像都将以.txt格式丢失。

我认为您应该能够将文本复制并粘贴到另一个文档中。选择所有文本

在“预览”中打开PDF，然后

• 选择“编辑|全选”
• 选择“编辑|复制”

转到另一个应用，说“文本编辑”

• 选择“编辑|粘贴”

请注意，如果您尝试执行此操作，并且没有粘贴任何文本，只有一堆空白行，请尝试先将PDF打印为新的PDF，例如

• 在预览中，选择“文件|打印”
• 在右下方，选择“ PDF |另存为PDF”
• 这将导出一个新的PDF。

现在，使用此新PDF尝试上述过程。为我工作！

PS：如果您使用Microsoft Word，则可以用Word 打开PDF

以下python脚本会将文本从PDF文档输出到.txt文件。（注意：由于数据以PDF格式保存，因此无法保证文本必须以“逻辑”人类可读的顺序显示。）

该脚本将为在命令行上作为参数提供的任何PDF文件创建文本文件（例如pdf2txt.py myPDF.pdf），或者您可以在Automator的“运行Shell脚本”操作中使用，将外壳类型设置为python并将输入传递为“作为参数” 。然后，您可以将其用作快速操作或DropApp。

#!/usr/bin/python
# coding: utf-8

import os, sys
from Quartz import PDFDocument
from CoreFoundation import (NSURL, NSString)
NSUTF8StringEncoding = 4

def pdf2txt():
    for filename in sys.argv[1:]:   
        inputfile =filename.decode('utf-8')
        shortName = os.path.splitext(filename)[0]
        outputfile = shortName+" text.txt"
        pdfURL = NSURL.fileURLWithPath_(inputfile)
        pdfDoc = PDFDocument.alloc().initWithURL_(pdfURL)
        if pdfDoc :
            pdfString = NSString.stringWithString_(pdfDoc.string())
            pdfString.writeToFile_atomically_encoding_error_(outputfile, True, NSUTF8StringEncoding, None)

if __name__ == "__main__":
   pdf2txt()