让 DeepSeek 更“聪明”：一键解析 PDF 和 Word 文档的 GUI 小工具，轻松处理复杂文档

前言

作为测试工程师或开发者，我们常常需要分析和处理 PDF 或 Word 文档中的内容，将关键信息提取出来并传递给 AI 模型进行进一步解析。DeepSeek-r1:1.5b 是一款强大的语言模型，能够根据输入的自然语言进行推理和生成，但其原生本地部署环境并不支持直接上传文档进行解析。

这就提出了一个问题：
如何将 PDF 和 Word 文档的内容快速解析为文本，并传递给 DeepSeek 模型进行分析？

为了弥补这个功能缺失，本文将为你构建一个简单易用的 GUI 小工具，支持：

1. PDF 和 Word 文档解析：自动提取文档内容，支持多页和复杂格式。
2. 无缝集成 DeepSeek：将解析后的文本直接传递给本地部署的 DeepSeek 模型进行推理。
3. 便捷的用户界面：通过直观的 GUI 操作，轻松选择文档并查看解析结果。

无论是从复杂的测试文档中提取用例，还是从产品需求文档中生成自动化测试脚本，这个小工具都能大幅提升你的工作效率。

---

工具设计思路

功能目标

1. 支持 PDF 和 Word 文档解析

   • 使用 Python 库提取文档内容，兼容复杂格式、多页文档和不同编码。

2. 集成 DeepSeek 推理

   • 调用本地部署的 DeepSeek 接口，传递解析后的文本进行处理并返回结果。

3. 用户友好的 GUI

   • 提供简单直观的图形界面，支持文档选择、解析预览和结果查看。

4. 通用性强，适配多场景

   • 可用于测试文档分析、需求文档提取、内容概览等多种场景。

---

工具实现

1. 依赖安装

在实现工具前，确保安装以下依赖库：

pip install PyPDF2 python-docx tkinter requests

• PyPDF2：用于解析 PDF 文档。
• python-docx：用于解析 Word 文档（.docx 格式）。
• tkinter：构建 GUI 界面。
• requests：调用 DeepSeek 的本地 API 接口。

---

2. 文档解析功能

2.1 PDF 文档解析

使用 PyPDF2 提取 PDF 文档中的文本内容，支持多页解析：

from PyPDF2 import PdfReader

def extract_text_from_pdf(file_path):
    """
    从 PDF 文件中提取文本内容
    :param file_path: PDF 文件路径
    :return: 文本内容字符串
    """
    try:
        reader = PdfReader(file_path)
        text = ""
        for page in reader.pages:
            text +=