/PDF2TXT

111

Primary LanguagePython

PDF2TXT

Introduction

将英文论文的PDF文件转化为txt，进行简单的排版整理，爬取google翻译，每个步骤生成一个文件

要翻译的文章放在source文件夹，将会寻找input_filename.pdf。
翻译好的文件放在result文件夹，其中 output_filename.txt 。
如果嫌麻烦，也可以直接在pycharm或者eclipse等IDE里运行 ../main/test_main.py 文件。
如果认为翻译慢的，可以改变../tools/be_relaxing.py 文件中的random.randint(0,5)语句中的值，用于缩短随机等待时间，默认是0-5s

Usage:

python 2.7.*
pip install pdfminer==20140328
pip install requests
pip install beautifulsoup4

Usage:   
 main.py [options] arg1 arg2

Options:   
  -h, --help    	show this help message and exit   
  -c, --convert 	convert pdf to txt   
  -f, --fixtxt  	fix txt to nice txt   
  -t, --translate  	translate txt from English to Chinese   
  -a, --all		do it all

Example:

python2 .\main.py -a 1 2   
input :1.pdf   
output:2_1.txt, 2_2.txt, 2_3.txt   

python2 .\main.py -c 1 2   
input :1.pdf   
output:2.txt   

python2 .\main.py -f 1 2   
input :1.txt   
output:2.txt   

python2 .\main.py -t 1 2  
input :1.txt  
output:2.txt