Mac python3 环境下 完善pdf转jpg脚本

由于样本图片数据都是保存在pdf里，想拿到样本必须先把图片从pdf中提取出来，算是数据清洗中的一点小小的积累吧。

这里不得不吐槽一下公司存储图片的机制，业务员把jpg格式的照片放到word里，然后用工具把word保存为pdf，最后上传到公司服务器里，这简介反人类，不但丢失了图片头文件信息，还造成后期数据转换的大量时间资源的浪费，可能pdf格式会小一点，但是完全可以通过其他图片编码方式进行解决，我才疏学浅，不能理解其中的逻辑。

下面进入正题：
这里把初始报错信息贴出来，以便大家对症下药：

ImportError: MagickWand shared library not found.
You probably had not installed ImageMagick library.
Try to install: brew install freetype imagemagick

细心的提示了，需要安装imagemagick 趟坑开始

1、安装 ImageMagick

mac环境下，如果直接使用

$ brew imagemagick

进行安装，默认会安装7.0.7-37版本，通过测试，这个版本修改了相关方法，在后面的脚本中会报错，于是需要安装im6,尝试了很多办法，有的通过编译安装，有的通过git命令获得历史版本安装，不过最方便的还是直接用brew 查看可安装的软件版本

$ brew search imagemagick

会直接列出所有历史版本

=> Searching local taps...
imagemagick@6           imagemagick
==> Searching taps on GitHub...
==> Searching blacklisted, migrated and deleted formulae...

而后选择对应的版本就可以了，这里安装im6

$ brew install imagemagick@6

安装成功后，发现程序中还是报错依旧。
经过多方查找原因，原来是im默认储存的目录不在系统检索的目录里，需要建立一个软连接（说白了就是在系统检索的目录里建立一个快捷方式）

$ ln -s /usr/local/Cellar/imagemagick@6/6.9.9-49/lib/libMagickWand-6.Q16.dylib /usr/local/lib/libMagickWand.dylib

后面步骤引用参考文章中的内容，在此感谢作者。

2、安装gs

$ brew install gs

3、安装wand

$ pip install wand

4、一码胜千言

from wand.image import Image

pdf_file = '.../example/a.pdf'

def convert_pdf_to_jpg(file_name, pic_file=None, resolution=120):
    # 转换函数，默认分辨率120
    with Image(filename=file_name, resolution=resolution) as img:
        print('pages = ', len(img.sequence))

        with img.convert('jpeg') as converted:
            # 指定图片位置
            if pic_file != None:
                converted.save(filename=pic_file)
            else:
                # 同目录同文件名
                converted.save(filename= '%s.jpg' % (file_name[:file_name.rindex('.')]))

if __name__ == '__main__':
    convert_pdf_to_jpg(pdf_file)

5、参考文章：

https://www.jianshu.com/p/1754ad695377