用python制作anki卡组

目标是读取pdf做anki卡组，记录一下鼓捣了一晚上的结果。

准备工作

pdf必须是文字版 扫描版目前的识别率还是太低 即使是用FineReader也还是得手动调整 工作量太大

pdf转word

因为word读取比较方便（可能只是因为我菜） 所以我先用 adobe acrobat 将pdf转成word

word转anki

目标就是 读取正面内容 加tab 然后加背面内容 然后加回车
也正因为如此，背面如此是不能用回车换行的 如果需要换行就加 br 然后anki里勾选允许使用html

#文件路径
path = "test.docx"

#读取文件对象
file = docx.Document(path)

#写入文档
outfile = open('output.txt', 'w', encoding='utf-8')

#count
for line in file.paragraphs:
    content = line.text #读取内容
    if len(content) > 1: #空行或标题行（比如A）不要
        if str(line.runs[0].font.color.rgb) == '0000FF': #蓝色字是正面
            wordlist = content.split( )
            outfile.write('\n') #背面加回车（不过这样的问题是第一行也是空的 要输出后手动删去 不然放进anki会出错）
            outfile.write(wordlist[0]+'\t') #正面+tab
            i += 1
            for otherword in wordlist[1:]:
                if len(otherword) > 5:
                    outfile.write(otherword+'<br>') #背面写入 +换行 为了美观
                else:
                    outfile.write(otherword) #背面不换行写入
        else:
            outfile.write(content + '<br>')
        
        if i%5 == 0:
            print(str(i)+' words completed')

outfile.close()

导入anki

打开anki 导入输出的txt 选择html 看一下设置 就行啦