python如何批量提取word文档标题

book1688

求助下大佬，目前没有思路。场景如下：工作中会收到word文档或者pdf文档，pdf有的是扫描版，有的是可编辑文字版，另外从纸质版文件从打印机扫描到电脑是pdf扫描版，现在需要提取文章的题目并实现对文件重命名。目前我大概思路是将所有文件都用wps转换回归到word格式，再想办法提取，但是有个问题，文章标题几乎都在第一页这是确定的，字体不固定，字号比正文内容大，有的会粗点，而且有些标题带有数字和书名号单双引号等等特殊符号，并且有些标题存在换行，最多3行，还有个难题就是有的文档带有红头单位名称+标题然+正文，有的是直接标题+正文，大家有什么比较好的思路吗

x-xx-xx

提取第一页全部内容

shiruiqiang

前几天学过，python有个模块，python-office，可以一键将所有的pdf转成word格式，再提取一下。注意是mac不能使用。
至于标题的话，目前不好判断

perfect131

vba 怎么写 py也一样

LIUZHU

Python可以转换PDF，如果可以，这个值得学习，但是本人对Python目前处于初学者，坐等Python高手的解答。