把pdf转化为txt的方法：

1.使用pdfminer3k包，优点是可以写程序直接定义路径，缺点是在识别图片的时候容易卡死和报错（一般情况下是20秒转化一个50-60M的pdf）

2.使用https://pdftotext.com/zh/在线转化功能，优点是识别比较智能、速度快，缺点是一次只能上传20个文件，不能实现批量

3.新增图片型pdf转txt方法（需扫码关注公众号）：https://xpdf.net/

将年报文字转化为txt的方法：

1.先下载pdf，再将pdf转为txt

2.直接获取年报公告所在链接，使用bs.get_text()获取文字，存入txt文件

一般情况下2比1快，但2的速度取决于网页结构，不适用于网页结构复杂的情况