Pdf2docx: エラーのためページを無視します： 'TableBlock'オブジェクトに属性 'lines'がありません

質問をして、テスト文書を提供していただきありがとうございます。

0.5.1バージョンでは、ネストされたテーブルのサポートが改善され、元々はテキストブロックのみであった領域が作成され、テキストブロックとテーブルブロックの両方が存在する可能性があるため、テキストブロックのみの以前のデフォルト処理では機能しません。フォームで適用します。変更方法は、テキストブロックを追加するかどうかの判断を追加することです。

1. Shape.pyファイルを見つけます。

>>> import pdf2docx
>>> pdf2docx.shape.Shape.__file__

1. semantic_type()メソッド（89行目あたり）を見つけ、以下のコメントに従って行を追加します

for block in blocks:
    if not block.is_text_block(): continue  # 增加这一行判断

    # not intersect yet
    if block.bbox.y1 < self.bbox.y0: continue

    # check it when intersected
    rect_type = self._check_semantic_type(block)
    if rect_type != RectType.UNDEFINED: break

    # no intersection any more
    if block.bbox.y0 > self.bbox.y1: break

問題を指摘していただきありがとうございます。これら2つの問題の最近の修正は、次のバージョンに追加されます。

さらに、 0.5.0と0.5.1の変換効果を比較したところ、あまり改善されていないことがわかりました。 PDFからWordへの変換、テキストの抽出、書式設定の維持、またはテキストの編集の容易化に対するあなたのニーズが何であるかわかりませんか？一部のPDFツール（PDF-xchange、Foxitなど）でもテキストを直接変更できます。これは比較的便利です。そのため、 pdf2docxライブラリの方向性についてはよくわかりません。ありがとう。

ありがとう、私はちょうどそれを試しました、そしてそれは私の問題を完全に解決しました。

私の現在の要求は、特定の種類のドキュメントをバッチ変換し、可能な限りフォーマットを保持することです。単にアクロバットや他のツールを使用するのはもっと面倒です。だから私はそれをコードで解決したいと思います。堅実なフレームワークを見ることができると思います。pdf2docxライブラリは比較的近いライブラリだと思います。将来的には、ユーザーによる自己変更（jsonの変更など）の機能を高めることができると思います。ファイルの種類やニーズの種類によって、誰もが自分の状況に応じていくつかのパラメーターや条件を最適化できます。

とても良い提案、ありがとう。