python自动化-pdf文档操作

Posted 2023-04-14

参考技术A 使用第三方库

官方文档：pymupdf.readthedocs.io/en/latest/

提取图片的整体逻辑如下：

将每一页转换为一张张图片

安装pdf2image, github:github.com/Belval/pdf2…

安装:

使用库： github.com/2Dou/waterm…

步骤:

1.获得一个带水印pdf文件

1.1在图片添加水印,图片插入到word,word保存为pdf

1.2python处理:参考

github.com/2Dou/waterm…

mp.weixin.qq.com/s/_oJA6lbsd…

2.将水印pdf文件合并到源目标pdf文件的每一页

法1，直接在word，插入文本框，旋转，设置无边框，注意设置背景透明，然后复制多个。导出为pdf。

法2，word本身自己的增加水印，设计-水印-自定义文字或图片。缺点是只能是单个水印。

缺点是水印在内容pdf上方，如果设置过大，颜色不太透明，会遮挡内容。

解密：并不是破解，而是在已知密码的情况下解密

作者：秦与商
链接：https://juejin.cn/post/7069582991982329893

办公自动化：Python-win32com自动将word文档转换成pdf格式！

在平常的办公中需要将word文件调整为pdf的格式，然后没有更好可用的免费软件可以使用，python为我们提供了win32com的插件可以轻松的将word转换为pdf的格式。

【阅读全文】

第三方库

# word文档处理器
from win32com.client import Dispatch

# 文件目录遍历器
from os import walk

word文档转换pdf

def wordToPdf(word_file):
    \'\'\'
    将word文件转换成pdf文件
    :param word_file: word文件
    :return:
    \'\'\'
    # 获取word格式处理对象
    word = Dispatch(\'Word.Application\')
    # 以Doc对象打开文件
    doc_ = word.Documents.Open(word_file)
    # 另存为pdf文件
    doc_.SaveAs(word_file.replace(".docx", ".pdf"), FileFormat=17)
    # 关闭doc对象
    doc_.Close()
    # 退出word对象
    word.Quit()

支持多文件处理

def run(doc_path):
    \'\'\'
    主要逻辑处理、支持批量多文件处理
    :param word_file: word文件
    :return:
    \'\'\'
    # 遍历文件夹下面的所有文件
    for root, dirs, filenames in walk(doc_path):
        # 遍历当前文件名称、并校验是否是word文档
        for file in filenames:
            if file.endswith(".doc") or file.endswith(".docx"):
                # 如果当前文件是word文档则调用word转换函数
                wordToPdf(str(root + "\\\\" + file))

入口函数

if __name__ == "__main__":
    \'\'\'
    执行主要逻辑处理函数
    \'\'\'
    run(\'/usr/load/doc_files\')

【往期精彩】

● pandas数据统计插件的连接函数concat()妙用，灵活处理数据对象！

● Git LFS 3.0.0 发布，对大文件进行版本控制的 Git 扩展

● python有序序列的字典序列推导式运用技巧！

● Django 4.0 alpha 1 发布

● python经典有序序列的list列表推导式实践运用

● python常用转义字符串总结：各种字符转义的不同、如何取消转义字符效果？

● 推荐一款python、excel集成的数据分析工具PyXLL-Jupyter！

● 如何使用python完成对WebService服务的调用？suds-py3插件安利一下！

● 介绍一款优秀的IDE Grid Studio，Excel深度集成python，直接编写并执行python代码块！

● python内置函数通过字符串的方式来执行函数代码块，类似java的反射机制相当强大！

● 十大开源软件基金会你知道哪些？

● python-Coverage 代码覆盖率统计工具，生成html代码报告

● 磨刀不误砍柴工，PyCharm开发工具的常规配置，充分提高开发效率！

● python-openpyxl Excel的单元格样式设置，包括字体、样式、宽高等等！

欢迎关注作者公众号【Python 集中营】，专注于后端编程，每天更新技术干货，不定时分享各类资料！