如何使用 Python 的 pdf2docx 库将 PDF 文件转换为 Word 文档。文章涵盖了安装步骤、基础用法、高级配置参数（如页面范围、图片 DPI、表格策略）以及常见问题的排查方法。同时指出了该工具的限制，例如不支持扫描版 PDF 文字识别、不支持从右向左书写语言等。通过示例代码展示了如何快速实现文档格式的自动化转换，适用于需要批量处理文档的开发场景。
在数据处理和文档自动化场景中，经常需要将 PDF 格式的文件转换为可编辑的 Word (docx) 格式。虽然 Adobe Acrobat 等商业软件提供了转换功能，但对于开发者而言，通过 Python 脚本实现批量、自动化的转换更为高效。
pdf2docx 是一个基于 Python 的开源库，它利用 PyMuPDF 提取 PDF 内容，并结合 python-docx 重构文档布局。该工具能够较好地保留原文档的段落、图片、表格及样式信息。
pdf2docx 支持以下主要功能的解析与重建：
注意：该工具主要用于解析已有文本内容的 PDF。对于扫描版 PDF（纯图片），由于缺乏 OCR 支持，无法直接提取文字。
在使用 pdf2docx 之前，请确保已安装 Python 环境（建议版本 3.6+）。
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
pip install pdf2docx
该命令会自动安装底层依赖 PyMuPDF 和 python-docx。
最简单的转换只需调用 parse 函数，传入源 PDF 路径和目标 DOCX 路径即可。
from pdf2docx import parse
pdf_file = '/path/to/sample.pdf'
docx_file = 'output/sample.docx'
# 执行转换
parse(pdf_file, docx_file)
运行上述代码后，当前目录下将生成一个名为 sample.docx 的文件。
parse 函数支持多个参数，允许用户自定义转换行为。
如果只需要转换 PDF 中的特定页面，可以使用 start_page 和 end_page 参数。
from pdf2docx import Converter
pdf_file = 'document.pdf'
docx_file = 'output.docx'
# 仅转换第 1 页到第 5 页
cv = Converter(pdf_file)
cv.convert(docx_file, start=0, end=4) # 索引从 0 开始
cv.close()
默认情况下，库会尝试保留图片质量。若遇到图片过大导致转换缓慢，可以调整 DPI 参数。
cv = Converter(pdf_file)
# dpi 控制图片分辨率，数值越高图片越清晰但体积越大
cv.convert(docx_file, dpi=300)
cv.close()
对于包含复杂表格的文档，可能需要手动调整表格属性以确保兼容性。
cv = Converter(pdf_file)
# 启用表格优化模式
cv.convert(docx_file, table_strategy='fast')
cv.close()
尽管 pdf2docx 功能强大，但在实际使用中仍存在以下限制：
如果在转换过程中报错，通常是因为目标文件正在被占用。请确保关闭所有打开的 Word 文档，并检查输出目录的写入权限。
处理大型 PDF 时可能会消耗大量内存。建议分批转换或使用流式处理方式。
PyMuPDF 对某些操作系统架构有特定要求。如果遇到安装失败，可尝试升级 pip 或使用国内镜像源：
pip install pdf2docx -i https://pypi.tuna.tsinghua.edu.cn/simple
pdf2docx 为 Python 开发者提供了一个轻量级且高效的 PDF 转 Word 解决方案。通过合理的参数配置，可以满足大多数常规文档的自动化转换需求。对于更复杂的场景，建议结合其他文档处理库进行补充开发。
在实际项目中，建议先对小样本进行测试，确认转换效果符合预期后再进行批量处理。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online