上一篇文章中已经介绍了简单的python爬网页下载文档，但下载后的文档多为doc或pdf，对于数据处理仍然有很多限制，所以将doc／pdf转换成txt显得尤为重要。查找了很多资料，在linux下要将doc转换成txt确实有难度，所以考虑先将pdf转换成txt。 上一篇文章中已经介绍了简单的python爬网页下载文档，但下载后的文档多为doc或pdf，
阅读背景：
Python 将pdf转换成txt（不处理图片）
来源：互联网
分享到：
