如何将pdf文件转换成txt文件。doc文件？如何提取pdf文件中的文字？

如果pdf文件内容是文本格式的，我们可以使用pdftotext进行转换。
如果pdf文件的页面是图片形式的，则无法提取。

在RedHat/RHEL/Fedora/CentOS Linux下安装pdftotext

pdftotext在poppler-utils软件包中：

# yum install poppler-utils

在Debian/Ubuntu Linux中安装：

$ sudo apt-get install poppler-utils

pdftotext语法

pdftotext {PDF-file} {text-file}

如果未指定文本文件 {text-file} ，则pdftotext将file.pdf转换为file.txt。如果text-file是-，则将文本发送到stdout。

如何将pdf转换为文本？

将test.pdf 转换成test.txt

$ pdftotext test.pdf test.txt

指定开始页数和结尾页数（3-20页）

$ pdftotext -f 3 -l 20 test.pdf test.txt

如果pdf文件文件有密码（文件所有者密码）：

$ pdftotext -opw 'password' test.pdf test.txt

如果pdf文件文件有密码（用户密码）：

$ pdftotext -upw 'password' test.pdf test.txt