上传文件至「/」

求职者人物画像

batch_pdf_resume_to_txt.py

@@ -0,0 +1,57 @@
+import PyPDF2
+import os
+from pathlib import Path
+
+def specified_pdf_to_txt(pdf_file_path: str, save_dir: str):
+    """
+    规则：文件名与原PDF完全一致 | 已存在则跳过不重复转换
+    :param pdf_file_path: 待转换的PDF完整路径
+    :param save_dir: TXT文件保存目录
+    """
+    # 1. 校验PDF文件是否存在
+    pdf_path = Path(pdf_file_path)
+    if not pdf_path.exists() or pdf_path.suffix.lower() != ".pdf":
+        print(f"错误：文件不存在或不是PDF格式 → {pdf_file_path}")
+        return False
+
+    # 2. 创建保存目录（不存在则自动创建）
+    os.makedirs(save_dir, exist_ok=True)
+
+    # 3. 生成目标TXT路径（**保留原PDF文件名，仅改后缀**）
+    txt_filename = pdf_path.stem + ".txt"
+    txt_save_path = Path(save_dir) / txt_filename
+
+    # 4. 关键：已存在同名TXT → 跳过，不重复转换
+    if txt_save_path.exists():
+        print(f"跳过：{txt_filename} 已存在，无需重复转换")
+        return True
+
+    # 5. 执行PDF转TXT
+    try:
+        with open(pdf_path, "rb") as f:
+            reader = PyPDF2.PdfReader(f)
+            full_text = ""
+            for page in reader.pages:
+                page_text = page.extract_text()
+                if page_text:
+                    full_text += page_text + "\n\n"
+
+        # 写入TXT到指定目录
+        with open(txt_save_path, "w", encoding="utf-8") as f:
+            f.write(full_text)
+
+        print(f"✅ 转换成功：{pdf_path.name} → {txt_save_path}")
+        return True
+
+    except Exception as e:
+        print(f"❌ 转换失败：{str(e)}")
+        return False
+
+if __name__ == "__main__":
+    # 待转换的【指定PDF文件完整路径】
+    TARGET_PDF = "./前后端/陈盼良简历(2).pdf"
+    # TXT文件【指定保存目录】
+    SAVE_DIRECTORY = "./output/前后端"
+
+    # 执行转换
+    specified_pdf_to_txt(TARGET_PDF, SAVE_DIRECTORY)