使用PyPDF2批量转PDF为TXT仅提取最后一页，求解决方案

你的代码只提取了PDF的最后一页，核心原因是直接获取了索引为x-1的页面（即最后一页），没有遍历所有页面内容。以下是修复后的方案：

修改后的代码 #

import os
import PyPDF2

# 目标目录
target_dir = "Documents/Python/"
for file in os.listdir(target_dir):
    if file.endswith(".pdf"):
        fpath = os.path.join(target_dir, file)
        # 打开PDF并读取所有页面内容
        with open(fpath, 'rb') as pdffileobj:
            pdfreader = PyPDF2.PdfFileReader(pdffileobj)
            total_pages = pdfreader.numPages
            full_text = ""
            # 循环遍历每一页，累加文本内容
            for page_num in range(total_pages):
                pageobj = pdfreader.getPage(page_num)
                full_text += pageobj.extractText() + "\n\n"  # 每页间加空行分隔，提升可读性
        # 生成对应的TXT文件路径
        newfpath = os.path.splitext(fpath)[0] + ".txt"
        # 将完整文本写入TXT文件
        with open(newfpath, "w", encoding="utf-8") as file1:
            file1.write(full_text)

关键改动说明 #

• 新增全页面遍历逻辑：通过for page_num in range(total_pages)循环，逐个提取每一页的文本内容
• 累加页面内容：用full_text变量拼接所有页面的文本，避免只保留最后一页数据
• 优化路径生成：用os.path.splitext替代正则替换，避免文件名中包含多个.pdf字符串时出现错误
• 规范文件操作：使用with语句自动管理文件开闭，同时改用w模式写入，确保每次运行生成全新的TXT文件，不会重复追加内容

内容的提问来源于stack exchange，提问作者stripes 123