办公自动化:几行代码将PDF文档转换为WORD文档(代码实战)!
Posted Python 集中营
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了办公自动化:几行代码将PDF文档转换为WORD文档(代码实战)!相关的知识,希望对你有一定的参考价值。
看了四五个PDF文件对象相关的插件库,比如:pdfminer.six、PyPDF2、pikepdf、pdfplumber、PyMuPDF之类的有很多,最后发现pdf2docx比较简单,只需要几行代码便可以实现。本着使用最简单的方法来解决实际问题的至高境界,我们就使用它来演示。
首先,通过pip的方式安装再导入模块。
pip install pdf2docx # 安装 pdf2docx
# 导入文件转换对象Converter
from pdf2docx import Converter
分别定义好word与pdf文件的存储路径,再将已经存在pdf文件转换成python的插件对象。
# 定义PDF文件路径
pdf_file_path = \'Python 集中营.pdf\'
# 定义WORD文件路径
docx_file_path = \'Python 集中营.docx\'
# 初始化PDF转换对象
converter = Converter(pdf_file_path)
将初始化的pdf对象转换成word文档存储。
\'\'\'
实现PDF转换成WORD
convert(path, start=0, end=None)
path: word文档路径
start: 开始页数,0 从第一页开始
end: 结束页数,None 无限制
pages: 指定哪几页需要转换
\'\'\'
# 连续页面进行转换
converter.convert(docx_file_path, start=0, end=None)
# 指定页面进行转换
# converter.convert(docx_file_path, pages=[0,2,4,6,8,10])
# 关闭转换对象
converter.close()
【往期精彩】
● 办公自动化:轻松提取PDF页面数据,并生成Excel文件(代码实战)!
● sched 模块中巨好用的轻量级定时任务神器scheduler!
● 不用再使用命令行打包成exe,有人写出了UI应用,可视化UI界面对python程序进行打包的方法!
● 发现一个秘密:既python3.6之后字典竟然变成了有序集合,我再次验证了一下!
● 大厂校招白菜打包价40W+,可高兴坏了房东大妈...
● 这么多的内置函数能记住吗?对python的68个内置函数分类总结!
● 必须要会的文件操作对象File,python文件读写操作利器!
● 你不知道的CS模式的进程管理工具,状态监测、项目启停一目了然!
● 如何将一个python应用以docker镜像的方式来运行?
● python-celery专注于实现分布式异步任务处理、任务调度的插件!
● python远程服务操作工具:fabric,远程命令、本地命令、服务器操作利器!
● 办公自动化:Python-win32com自动将word文档转换成pdf格式!
● Git LFS 3.0.0 发布,对大文件进行版本控制的 Git 扩展
● pandas数据统计插件的连接函数concat()妙用,灵活处理数据对象!
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。
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!
以上是关于办公自动化:几行代码将PDF文档转换为WORD文档(代码实战)!的主要内容,如果未能解决你的问题,请参考以下文章
怎样把WORD EXCEL这样的办公软件的文档格式转换成PDF