Python 3 中 PDF 文本提取到 Word 文档：'str' object has no attribute 'decode' 错误解决

非常抱歉给您带来困扰。根据错误消息，似乎在 Python 3 中使用decode方法来解码字符串是不正确的，因为字符串对象本身已经是Unicode编码。

为了解决这个问题，您可以尝试将文本转换为字节流，然后使用decode方法来解码为字符串。

以下是修改后的代码：

import PyPDF2
from docx import Document

def extract_text_from_pdf(file_path):
    text = ""
    with open(file_path, 'rb') as file:
        pdf_reader = PyPDF2.PdfReader(file)
        for page in pdf_reader.pages:
            text += page.extract_text()
    return text

def create_word_file(text, output_file_path):
    doc = Document()
    doc.add_paragraph(text.encode('latin-1').decode('utf-8', 'ignore'))  # 修改这里
    doc.save(output_file_path)

# 设置输入的PDF文件路径和输出的Word文件路径
pdf_file_path = "input.pdf"
word_file_path = "output.docx"

# 从PDF文件提取文本
extracted_text = extract_text_from_pdf(pdf_file_path)

# 创建Word文档并将提取的文本写入其中
create_word_file(extracted_text, word_file_path)

print("转换完成！")

在上述代码中，将 doc.add_paragraph(text.decode('utf-8', 'ignore')) 修改为 doc.add_paragraph(text.encode('latin-1').decode('utf-8', 'ignore'))。这将先将文本转换为字节流（使用latin-1编码），然后再使用decode方法来解码为字符串（使用utf-8编码）。

请尝试运行修改后的代码，看看是否可以成功将PDF中的文本转换成Word文档。如果还有其他问题，请随时提问。