AI编程实战之开发PDF转Word程序

用需求文档、最小可行产品、测试与打包的流程，开发一个本地 PDF 转 Word 工具。

学习目标

学习用 AI 辅助完成一个小型桌面工具的标准流程：写清需求、选择可验证的技术方案、实现最小版本、测试边界并打包交付。

一、先认识 PDF 转 Word 的边界

PDF 的目标是稳定展示版面，不是保留可编辑文档结构。因此转换质量取决于原始 PDF：

文本型 PDF：含有可复制文本，通常可以提取文字和部分段落结构。
扫描型 PDF：本质是图片，需要 OCR 识别；识别率受清晰度、语言和排版影响。
复杂排版 PDF：表格、双栏、公式、图片混排和特殊字体可能无法完整还原。

工具应明确承诺“尽力转换”，而不是承诺任何 PDF 都能无损还原。对保密文件，应优先使用本地处理方案，并在使用前确认文件授权范围。

二、先写最小 PRD

不要一开始让 AI 直接生成完整程序。先在项目根目录创建 README.md，写清最小需求：

# PDF 转 Word 工具

## 核心功能
- 选择一个或多个 PDF 文件
- 将可提取的文本写入对应 DOCX 文件
- 显示每个文件的成功或失败结果

## 输入与输出
- 输入：本地 PDF 文件
- 输出：与原文件同目录、同名的 DOCX 文件

## 异常处理
- 跳过非 PDF 文件
- 文件无法读取时给出清晰错误信息
- 不覆盖已有输出文件，除非用户确认

## 非目标
- 不保证扫描件、表格、公式和复杂版式的无损还原

这份文档既是开发边界，也是向 AI 提问时应提供的上下文。

三、技术选型与环境

一个教学用最小版本可以采用：

pypdf：读取文本型 PDF 的页面文字。
python-docx：生成 DOCX 文档。
PySide6 或 tkinter：提供桌面文件选择界面。
PyInstaller：在 Windows 上打包可执行文件。

先在独立虚拟环境中安装依赖：

# 创建并激活项目虚拟环境
python -m venv .venv
.\.venv\Scripts\Activate.ps1

# 安装最小版本需要的依赖
python -m pip install pypdf python-docx

四、从命令行最小版本开始

先验证“读取 PDF 并写入 DOCX”的核心链路，再添加界面。下面示例只处理文本型 PDF：

from pathlib import Path

from docx import Document
from pypdf import PdfReader


def convert_pdf_to_docx(pdf_path: Path) -> Path:
    # 确保传入的是实际存在的 PDF 文件
    if not pdf_path.is_file() or pdf_path.suffix.lower() != ".pdf":
        raise ValueError("请选择有效的 PDF 文件")

    # 提取每一页可读取的文本；扫描件可能提取不到内容
    reader = PdfReader(str(pdf_path))
    text = "\n".join((page.extract_text() or "") for page in reader.pages).strip()
    if not text:
        raise ValueError("未提取到文本，文件可能是扫描件或受保护的 PDF")

    # 将提取结果写入同目录的 DOCX 文件
    output_path = pdf_path.with_suffix(".docx")
    document = Document()
    for paragraph in text.split("\n"):
        document.add_paragraph(paragraph)
    document.save(output_path)
    return output_path

运行前准备一个不含敏感信息的文本型 PDF，再执行：

# 在虚拟环境中运行转换脚本并观察输出和报错
python app.py

五、让 AI 协助，而不是替你跳过验证

可以把 PRD、当前目录结构、完整报错和预期结果交给 AI，请它：

先指出需求中不清楚的地方。
给出最小改动方案，不一次重写所有文件。
解释新增依赖的用途和风险。
生成正常文件、空文件、扫描件、损坏文件等测试用例。

不要把客户文件、密码、密钥或未授权文档直接上传给外部 AI 服务。

六、测试与交付

至少测试以下情况：

单个正常文本型 PDF。
多个 PDF 的批量处理。
扫描型 PDF 或没有可提取文本的文件。
损坏、加密或无权限读取的文件。
输出文件已存在的情况。

确认功能后再打包。Windows 可使用 PyInstaller：

# 打包单文件 Windows 可执行程序；根据项目入口文件调整 app.py
python -m PyInstaller --onefile app.py

打包必须在目标操作系统上验证。Windows 的 EXE 不能直接在 macOS 上生成；macOS、Linux 也需要各自在对应系统中构建和测试。

本篇小结

AI 能加快需求拆解、代码初稿和排错，但不能替代对输入文件、转换质量和交付环境的验证。先做可运行的最小版本，再逐步加入批量处理、图形界面、OCR 和更复杂的版式恢复，能更稳妥地把想法做成可用工具。

技术指导来自：Python4Office