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)