PyPDF2

用来处理pdf文件的工具集

提供了一批处理PDF文件的计算功能，支持获取信息、分隔/整合文件、加密解密等，完全Python语言实现，不需要额外依赖，功能稳定

官方网站：mstamy2.github.io/PyPDF2

NLTK

自然语言文本处理第三方库

提供了一批简单易用的自然语言文本处理功能，支持语言文本分类、标记、语法句法、语义分析等，是最优秀的Python自然语言处理库

官方网站：www.nltk.org

Python-docx

创建或更新Microsoft Word文件的第三方库

提供创建或更新.doc .docx等文件的计算功能，增加并配置段落、图片、表格、文字等功能

官方网站：python-docx.readthedocs.io/en/latest/index.html