自动化将 word 转为 pdf,再将pdf转为图片!
参考:
https://blog.csdn.net/ynyn2013/article/details/49120731
https://www.jianshu.com/p/f57cc64b9f5e
一、将 doc 转为 pdf
1、install 依赖
pip install pywin32
2、直接调用win32com接口打开文件,另存为pdf。SaveAs中的参数17代表村委pdf格式,完了关闭文件,关闭word。
1 def doc2pdf(self):
2 try:
3 w = Dispatch("Word.Application")
4 doc = w.Documents.Open(self.docPath, ReadOnly=1)
5 doc.SaveAs(self.pdfPath, 17)
6 except:
7 traceback.print_exc()
8 finally:
9 doc.Close()
10 w.Quit()
11 self.checkFile(self.pdfPath, 'pdf')
以下为文件格式对应表
wdFormatDocument = 0
wdFormatDocument97 = 0
wdFormatDocumentDefault = 16
wdFormatDOSText = 4
wdFormatDOSTextLineBreaks = 5
wdFormatEncodedText = 7
wdFormatFilteredHTML = 10
wdFormatFlatXML = 19
wdFormatFlatXMLMacroEnabled = 20
wdFormatFlatXMLTemplate = 21
wdFormatFlatXMLTemplateMacroEnabled = 22
wdFormatHTML = 8
wdFormatPDF = 17
wdFormatRTF = 6
wdFormatTemplate = 1
wdFormatTemplate97 = 1
wdFormatText = 2
wdFormatTextLineBreaks = 3
wdFormatUnicodeText = 7
wdFormatWebArchive = 9
wdFormatXML = 11
wdFormatXMLDocument = 12
wdFormatXMLDocumentMacroEnabled = 13
wdFormatXMLTemplate = 14
wdFormatXMLTemplateMacroEnabled = 15
wdFormatXPS = 18
二、将pdf转为图片
1、install 依赖
1.1、pip isntall PyMuPDF
安装完poppler需重启系统后生效。
1 def pdf2image(self):
2 # 建立图片文件夹
3 if not os.path.exists(self.imgFold):
4 os.mkdir(self.imgFold)
5
6 # 转存图片
7 pages = fitz.open(self.pdfPath)
8 for page in pages:
9 imgPath = os.path.join(self.imgFold, str(page.number)+'.jpg')
10 pix = page.getPixmap()
11 pix.writeImage(imgPath)
12 self.checkFile(imgPath, 'last img')
三、直接将word转为图片
方法:结合1,2
代码如下:
1 '''
2 @Author: haikuoxin
3 @Date: 2019-11-11 11:21:12
4 @Last Modified by: haikuoxin
5 @Last Modified time: 2019-11-11 11:21:12
6 '''
7 import os
8 import time
9 import traceback
10 import fitz
11 from win32com.client import Dispatch
12 import comtypes.client
13
14
15 class Word2Pdf2Img():
16 def __init__(self, docPath):
17 # 初始化路径
18 self.docPath = docPath
19 self.fileName = os.path.basename(self.docPath).split('.')[0]
20 self.fileFold = os.path.dirname(self.docPath)
21 self.pdfPath = os.path.join(self.fileFold, self.fileName + '.pdf')
22 self.imgFold = os.path.join(self.fileFold, self.fileName)
23
24 @staticmethod
25 def checkFile(filePath, fileType=''):
26 if os.path.isfile(filePath):
27 print ('file {} existed!'.format(fileType))
28 else:
29 print ('file {} not existed!'.format(fileType))
30
31 def doc2pdf(self):
32 # try:
33 # doc = w.Documents.Open(self.docPath, ReadOnly=1)
34 # doc.SaveAs(self.pdfPath, 17)
35 # doc.Close()
36 # except:
37 # traceback.print_exc()
38 # finally:
39 # w.Quit()
40
41 # w = Dispatch("Word.Application")
42 # doc = w.Documents.Open(self.docPath, ReadOnly=1)
43 # doc.SaveAs(self.pdfPath, 17)
44 # doc.Close()
45 # w.Quit()
46
47 w = comtypes.client.CreateObject('Word.Application')
48 w.Visible = True
49 time.sleep(3)
50 doc = w.Documents.Open(self.docPath)
51 doc.SaveAs(self.pdfPath, FileFormat=17)
52 doc.Close()
53 w.Quit()
54 # os.system('taskkill /f /im WINWORD.EXE')
55 self.checkFile(self.pdfPath, 'pdf')
56
57 def pdf2image(self):
58 # 建立图片文件夹
59 if not os.path.exists(self.imgFold):
60 os.mkdir(self.imgFold)
61
62 # 转存图片
63 pages = fitz.open(self.pdfPath)
64 for page in pages:
65 imgPath = os.path.join(self.imgFold, str(page.number)+'.jpg')
66 pix = page.getPixmap()
67 pix.writeImage(imgPath)
68 self.checkFile(imgPath, 'last img')
69
70 def doc2image(self):
71 self.doc2pdf()
72 self.pdf2image()
73
74 def run():
75 dataFold = r'C:\Users\Administrator\Desktop\chatuClass\data\online'
76 docPaths = [os.path.join(dataFold, name) for name in os.listdir(dataFold)]
77 docCnt = len(docPaths)
78 errorCnt = 0
79 for i, docPath in enumerate(docPaths[:]):
80 if docPath=='':
81 continue
82
83 try:
84 cvter = Word2Pdf2Img(docPath)
85 print (docCnt, i, errorCnt, cvter.fileName)
86 cvter.doc2image()
87 except:
88 errorCnt += 1
89 traceback.print_exc()
90
91 if __name__ == "__main__":
92 run()
93 # docPath = r'C:\Users\Administrator\Desktop\chatuClass\data\test\b.docx'
94 # cvter = Word2Pdf2Img(docPath)
95 # cvter.doc2pdf()
自动化将 word 转为 pdf,再将pdf转为图片!的更多相关文章
- CAD转PDF再由pdf转jpg图片
免费的PDF转JPG图片 https://www.gaitubao.com/pdf-to-jpg/
- 将Word转为带书签的PDF
将word文档存为PDF可以带来很多便利,在这里就不多说了.下面讨论一下转换方法. 我现在使用的是Word2010+Acrobat9,所以这里仅讨论使用这种组合的转换方法. 在Word2010中有两种 ...
- Python将word文档批量转PDF
前面有一篇<Python批量创建word文档(2)- 加图片和表格>的文章,利用这篇文章创建的word文档来批量转PDF文档.代码: 1 ''' 2 #python批量将word文档转换成 ...
- java 如何将 word,excel,ppt如何转pdf --openoffice (1)
承上启下,可折叠 上一篇说的是:服务器是windows server时,用jacob将msoffice(指的是word,excel,ppt)转换成pdf. 若被部署项目的服务器是centOS等linu ...
- Jacob工具类使用文件互转服务 word转html html转excel word转pdf excel转pdf ppt转pdf
前提条件 必须安装MS office 1.jdk使用jdk1.8 2.jacob.dll放在..\jdk1.8\jre\bin目录下 3.eclipse的jre版本要和jdk一致,window-&g ...
- word,excel,ppt,txt转换为 PDF
/// <summary> /// 将word文档转换成PDF格式 /// </summary> /// <param name="sourcePath&quo ...
- 将Word,PDF文档转化为图片
#region 将Word文档转化为图片 /// <summary> /// 将Word文档转化为图片 /// </summary> /// <param name=&q ...
- java实现word,ppt,excel,jpg转pdf
word,excel,jpeg 转 pdf 首先下载相关jar包:http://download.csdn.net/detail/xu281828044/6922499 import java.io. ...
- PDF转WORD工具推荐:迅捷PDF转换器6.8版
迅捷PDF转换器是一款功能强大的pdf转换成word转换器软件.它不仅支持pdf转换成word,word转pdf,还可以实现excel,ppt,jpg与pdf文件的一键式转换.有了它,你可以很轻松转换 ...
- 用java将简单的word文档换成pdf文档
用java将简单的word文档换成pdf文档的方式很多,因为很多都没有实际测试过,所以这里就先泛泛的说一下 整体上来看分两种: 1.纯java代码实现,有很多优秀的开源软件可以用,比如poi,itex ...
随机推荐
- 【Oracle】win7安装报错
在WIN7上安装oracle 10g时,提示如下信息: 正在检查操作系统要求... 要求的结果: 5.0,5.1,5.2,6.0 之一 实际结果: 6.1 检查完成.此次检查的总体结果为: 失败 &l ...
- XSS类型,防御及常见payload构造总结
什么是XSS? XSS全称是Cross Site Scripting即跨站脚本,当目标网站目标用户浏览器渲染HTML文档的过程中,出现了不被预期的脚本指令并执行时,XSS就发生了. 最直接的例子:&l ...
- C# ADO.NET连接字符串详解
C#中连接字符串包含以下内容 参数 说明 Provider 设置或者返回提供的连接程式的名称,仅用于OLeDbConnection对象 Connection Timeout 在终止尝试并产生异常前,等 ...
- oralce move和shrink释放高水位
转自:https://blog.51cto.com/fengfeng688/1955137 move和shrink的共同点: 收缩段,消除部分行迁移,消除空间碎片,使数据更紧密 shrink用法: 语 ...
- 关于Mysql数据库建库字符集utf8mb4下,排序规则utf8mb4_bin和utf8mb4_general_ci选择造成的查询匹配大小写问题
场景描述: 项目采用了分库模式进行不同业务的开发,在共有的功能模块进行设计的时候采用主从库,或者各分库之中存在同样的库表结构,在使用过程中做库表同步的时候一定要保证库表所在的数据库的字符集和编码格式是 ...
- Django - WebSocket:dwebsocket
Django - WebSocket:dwebsocket 什么是WebSocket WebSocket是一种在单个TCP连接上进行全双工通信的协议 WebSocket使得客户端和服务器之间的数据交换 ...
- 并发编程常用工具类(一) countDownLatch和cyclicBarrier的使用对比
1.CountDownLatch countDownLatch的作用是让一组线程等待其他线程完成工作以后在执行,相当于加强版的join(不懂可以百度一下join的用法),一般在初始 ...
- 公共错误码 - 支付宝开放平台 https://opendocs.alipay.com/open/common/105806
公共错误码 - 支付宝开放平台 https://opendocs.alipay.com/open/common/105806
- Vue技术点整理-vue.config.js
1,proxy代理解决本地开发环境跨域问题 配置proxy代理后,proxy会将任何未知请求 (没有匹配到静态文件的请求) 代理到 https://192.168.3.49:8080 vue.conf ...
- MySQL数据库---配置文件及数据文件
1.主配置文件 #/usr/local/mysql/bin/mysqld --verbose --help |grep -A 1 'Default options' #cat /etc/my.cnf ...