Python 读取PDF文件为文本字符并转换为音频

【阅读全文】

设计思路：首先通过PyPDF2非标准库提供的接口函数将PDF文件中的文本提取出来，然后，再使用pyttsx3非标准库将文本转换为音频文件。

使用pip的方式安装两个非标准库PyPDF2、pyttsx3。

pip install PyPDF2 -i https://pypi.tuna.tsinghua.edu.cn/simple/

pip install pyttsx3 -i https://pypi.tuna.tsinghua.edu.cn/simple/

将这两个需要使用到的非标准库导入到当前代码块中。

import pyttsx3 as tsx
import PyPDF2 as pdf

编写PDF文件读取函数并且返回text文本字符串。

def read_pdf_to_txt(pdf_file):
    '''
    读取PDF文件返回text文本
    :param pdf_file: PDF文件路径
    :return:
    '''
    reader = pdf.PdfFileReader(open(pdf_file, 'rb'))
    texts = ''
    for page_num in range(reader.numPages):
        text = reader.getPage(page_num).extractText()
        text = text.strip().replace('\n', ' ')
        texts = texts + text
    return texts


def to_video(text):
    '''
    文本转换为音频函数
    :param text: 文本字符串
    :return:
    '''
    sp = tsx.init()
    sp.save_to_file(text, './vi.mp3')
    sp.runAndWait()
    sp.stop()

调用to_video函数完成音频文件的转换。

to_video(text=read_pdf_to_txt('./vi.pdf'))

【往期精彩】

python 获取最新房价信息-以北京房价为例

办公自动化：Image图片转换成PDF文档存储...

python做一个微型美颜图片处理器，十行代码即可完成...

用python做一个文本翻译器，自动将中文翻译成英文，超方便的！

小王，给这2000个客户发一下节日祝福的邮件...

python 一行命令开启网络间的文件共享...

PyQt5 批量删除 Excel 重复数据，多个文件、自定义重复项一键删除...

再见XShell，这款国人开源的终端命令行工具更nice！

python 表情包下载器，轻松下载上万个表情包、斗图不用愁...

Python 自动清理电脑垃圾文件，一键启动即可...

有了jmespath，处理python中的json数据就变成了一种享受...

解锁一个新技能，如何在Python代码中使用表情包...