Python实现word转pdf
 
在做word转未pdf的功能过程中找了很多java的实现（POI），对于普通的文档还是支持的还可以，但是对于文档里面涉及图片、表格、水印等就会出现很多样式上的问题，字体重复，水印丢失，表格位置错乱等。
 
1、poi用到的转pdf的相关代码如下：
 
	public static byte[] docx2pdf(byte[] docxBytes) throws XWPFConverterException, IOException {
		PdfOptions options = PdfOptions.create();
		XWPFDocument document = new XWPFDocument(new ByteArrayInputStream(docxBytes));
		ByteArrayOutputStream baos = new ByteArrayOutputStream();
//		XHWPFDocument doc = new XHWPFDocument(new ByteArrayInputStream(docxBytes));
		//document.getp
        //XWPFHeaderFooterPolicy xFooter = new XWPFHeaderFooterPolicy(document);
        
       /* XWPFHeader defaultHeader = xFooter.getDefaultHeader();
        defaultHeader.getParagraphArray(0).getCTP().getRArray(0).getPictArray().
      
        
        XWPFParagraph item = defaultHeader.getParagraphArray(0).getCTP().getRArray(0).getPictArray();
        document.setParagraph(item, document.getPosOfParagraph(document.getLastParagraph()) -2);*/
        
        //xFooter.createWatermark("复制");
        
        
		PdfConverter.getInstance().convert(document, baos, options);
		return baos.toByteArray();
	}
 
2、经过了很多次的努力发现还是解决不了上面的问题（功力不够呀，请有解决方法的猿友不吝赐教！），所以不再java上做努力了，经过研究发现用Python可以比较好的实现word转pdf的需求，可是我对于Python一点不熟，学习了一天多，了解了一些基本语法，当然又找了不少的资料，还真是挺多的，word转pdf，转html，pdf转word等等，其他怎么看，就找到了一篇word转pdf的开始研究，Python确实比Java方便多了，只要把以来导入，尽可以执行了，未来调试代码，我就用idea搭起来了Python项目。
 
python代码如下：
 
# -*- encoding: utf-8 -*-
import os
import sys

from win32com import client

# pip install win32com
def templateDoc2pdf(doc_name, pdf_name):
    """
    :word文件转pdf
    :param doc_name word文件名称
    :param pdf_name 转换后pdf文件名称
    """
    try:
        word = client.DispatchEx("Word.Application")
        if os.path.exists(pdf_name):
            os.remove(pdf_name)
        worddoc = word.Documents.Open(doc_name, ReadOnly=1)
        worddoc.SaveAs(pdf_name, FileFormat=17)
        worddoc.Close()
        return pdf_name
    except:
        return 1

templateDoc2pdf(sys.argv[1], sys.argv[2])
 
这个是封装后的代码，是供Java代码调用。
 
原始代码如下，可以直接运行：
 
# -*- encoding: utf-8 -*-
import  os
from win32com import client
#pip install win32com
def doc2pdf(doc_name, pdf_name):
    """
    :word文件转pdf
    :param doc_name word文件名称
    :param pdf_name 转换后pdf文件名称
    """
    try:
        word = client.DispatchEx("Word.Application")
        if os.path.exists(pdf_name):
            os.remove(pdf_name)
        worddoc = word.Documents.Open(doc_name,ReadOnly = 1)
        worddoc.SaveAs(pdf_name, FileFormat = 17)
        worddoc.Close()
        return pdf_name
    except:
        return 1

def main():
	input = r'E:/大仓租赁合同(1).docx'
	print(input);
    output = r'E:/Python.pdf'
	print(output);
    rc = doc2pdf(input, output)
	print(rc);
    # rc = doc2html(input, output)
    # rc = pdf2doc(input, output)
    if rc:
        print('转换成功')
    else:
        print('转换失败')

if __name__ == '__main__':
    main()
 
这个可以直接双击调用，就会在指定目录生成pdf文件，完美转化，样子简直和wps转出来的pdf一毛一样，哈哈哈，开心的开始搞代码。
 
用Java开始调用python，调用代码如下：
 
	@Override
	public void word2Pdf(String pythonFilePath, String docPath, String pdfPath) {
		File file = new File(pdfPath);
		String[] arguments = new String[] {"python",pythonFilePath, docPath, "e:/doc/测试11.pdf"};
		try {
			Runtime.getRuntime( ).exec(arguments);
		} catch (Exception e) {
			e.printStackTrace( );
		}
	}
 
这样就实现Java调用python实现word转pdf的功能拉。
 
但是，本来这样就完美了，但是，但是，这些代码，python代码所依赖的包都是Windows系统的包，这些代码放到Linux系统上是支持不了的，坑爹啊，快搞完了，才知道这些。。。。
 
但是还是有方案滴，这里就先不透露了，因为还在改，下篇我们再聊，其实我们用了kkFileView（一个2k星的项目）来完成这个功能，哈哈忍不了，透漏一下。
 
 
 
 
 
 
 
每天努力一点，每天都在进步。

 
原理
 
使用python win32 库 调用word底层vba，将word转成pdf
 
安装pywin32
 
pip install pywin32
 
python代码
 
from win32com.client import gencache
 
from win32com.client import constants, gencache
 
def createPdf(wordPath, pdfPath):
 
"""
 
word转pdf
 
:param wordPath: word文件路径
 
:param pdfPath: 生成pdf文件路径
 
"""
 
word = gencache.EnsureDispatch('Word.Application')
 
doc = word.Documents.Open(wordPath, ReadOnly=1)
 
doc.ExportAsFixedFormat(pdfPath,
 
constants.wdExportFormatPDF,
 
Item=constants.wdExportDocumentWithMarkup,
 
CreateBookmarks=constants.wdExportCreateHeadingBookmarks)
 
word.Quit(constants.wdDoNotSaveChanges)
 
工欲善其事，必先利其器！
 
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持龙方网络。

代码
 
import docx
import requests
from lxml import etree
import codecs
import docx
from docx.shared import RGBColor
from docx.shared import Inches
from docx.shared import Pt
from docx.enum.text import  WD_PARAGRAPH_ALIGNMENT  #WD_ALIGN_PARAGRAPH以前的库是这个已经废弃了，如果你遇到这种案例时建议替换为新的方法库
from docx.oxml.ns import qn
import time
import os
import sys
from win32com import client
import fitz


headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36 Edg/89.0.774.54"}
url_list = []
def get_url():
    write_intro()
    for i in range(1,5):
        url = "http://liucixin.zuopinj.com/5560/20211%s.html"%i
        url_list.append(url)

def get_content():
    get_url()
    for url in url_list:
        res = requests.get(url,headers=headers).content.decode("utf-8")
        # print(res)
        with open("源码.html", "w", encoding="utf-8") as fp:
            fp.write(res)
        page = etree.HTML(res)
        # print(page)
        content = page.xpath("//p/text()")
        del content[-1]
        num = len(url_list)
        content = "".join(content).replace("\u3000\u3000", "")
        print(content)


        write_doc(content,num)
def write_intro():

    file = docx.Document("D:/base/球状闪电.docx")
    file.styles['Normal'].font.name = u'微软雅黑'  # 可换成word里面任意字体
    file.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'微软雅黑')

    # 创建一个封面 固定用法
    p = file.add_paragraph()  # 创建一个段落
    p.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER  # 居中设置
    p.paragraph_format.space_before = Pt(180)  # 段前距为180，调试距离  这些数值都是多次调试展示的效果根据需要自己调整数值即可
    p.paragraph_format.space_after = Pt(30)  # 段后距为30
    run = p.add_run('刘慈欣')  # 在段落里添加内容  这个是题目大标题
    font = run.font  # 设置字体
    font.color.rgb = RGBColor(54, 95, 145)  # 颜色设置，RGB颜色
    font.size = Pt(42)  # 字体大小设置，和word里面的字号相对应

    # 在封面上添加日期
    year = time.strftime("%Y")
    month = time.strftime("%m")
    day = time.strftime("%d")
    today = year + '年' + month + '月' + day + '日'  # 构造当天日期
    p = file.add_paragraph()  # 新建一个段落
    p.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER
    run = p.add_run(today)  # 在段落中输入当天日期
    font = run.font
    font.color.rgb = RGBColor(54, 95, 145)
    font.size = Pt(26)

    # 添加分页符
    file.add_page_break()
    # 设置正文标题
    p = file.add_paragraph()
    p.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER  # 段落文字居中设置
    run = p.add_run('球状闪电')
    run.font.color.rgb = RGBColor(54, 95, 145)  # 字体颜色设置
    run.font.size = Pt(22)  # 字体大小设置
    file.save('D:/base/球状闪电.docx')
    print('小说封面生成完毕')


def write_doc(content,num):
    file = docx.Document("D:/base/球状闪电.docx")

    # # 编写正文内容之引言
    # p = file.add_paragraph()  # 添加新段落
    # p.alignment = WD_PARAGRAPH_ALIGNMENT.JUSTIFY  # 两端对齐
    # p.paragraph_format.first_line_indent = Inches(0.32)  # 这个控制首行缩进，
    # introduction = '本小说' + str(num) + '篇，具体如下：'
    # p.add_run(introduction)

    p = file.add_paragraph()  # 添加新段落
    p.alignment = WD_PARAGRAPH_ALIGNMENT.JUSTIFY  # 设置两端对齐

    run_2 = p.add_run(content)  # 添加小说内容
    run_2.font.size = Pt(14)  # 字体大小设置

    # 设置加粗
    run_2.font.bold = False


    file.save('D:/base/球状闪电.docx')

def convert_pdf(doc_name,pdf_name):
    try:
        word = client.DispatchEx("Word.Application")
        if os.path.exists(pdf_name):
            os.remove(pdf_name)
        worddoc = word.Documents.Open(doc_name, ReadOnly=1)
        worddoc.SaveAs(pdf_name, FileFormat=17)
        worddoc.Close()
        return pdf_name
    except:
        return 1

def convert_jpg():
    doc = fitz.open('1.pdf')
    for pg in range(doc.pageCount):
        page = doc[pg]
        rotate = int(0)
        # 每个尺寸的缩放系数为2，这将为我们生成分辨率提高四倍的图像。
        zoom_x = 2.0
        zoom_y = 2.0
        trans = fitz.Matrix(zoom_x, zoom_y).preRotate(rotate)
        pm = page.getPixmap(matrix=trans, alpha=False)
        pm.writePNG('%s.png' % pg)
def main():
    get_content()
    doc_name = "D:/base/球状闪电.docx"
    pdf_name = "D:/base/球状闪电.pdf"
    result = convert_pdf(doc_name,pdf_name)
    if result:
        print("转换pdf成功！")
    else:
        print("转换pdf出错！")
    try:
        convert_jpg()
    except:
        print("出错啦！")

if __name__ == "__main__":
    main()



 
效果
 
word
 
 
 注“word背景是预先保存的，非代码加入”
 
pdf
 
 
小结
 
本意是搞一个一键爬取文章生成png图片的，尝试之后暂时只能生成pdf,
 
只好借助一个word插件把word转换成图片了，其实很方便
 
插件截图
 
 这个插件可以用来排版、生成pdf、png副本
 此插件地址在这篇文章里
 
另外顺带提一下，有个txt转换mobi等格式电子书的工具
 具体介绍在这篇文章
 
这两天学了一点制作电子书的方法，主要是为了在公众号上做内容方便一点，如果能用代码解决就尽量不借助工具
 
可以关注一下，一起学习
 

 
 
前言：有同学问我，如何把文件夹中的文件一次性完成打印，由于文件太多，单个打印着实麻烦。这些文件主要有三种类型，分别为PDF，word(.doc和.docx)，我决定把他们全部变为PDF文件，然后再合并所有的pdf文件为一个PDF文件，分两个步骤完成！
 
 
1.把所有word转化为PDF
 
from win32com.client import Dispatch
import os

pdfRoot = "D:\Desktop\wordToPDF\pdf" #保存pdf结果的文件夹
wordRoot = "D:\Desktop\wordToPDF\word" #读取word的文件夹

def doc2pdf(filePath, file):
    print("正在转换:",file)
    word = Dispatch('Word.Application')
    doc = word.Documents.Open(filePath)
    outFile = pdfRoot +"\\"+ file.split('.')[0] + ".pdf" #生成pdf文件路径名称
    doc.SaveAs(outFile, FileFormat=17)
    doc.Close()
    word.Quit()

if __name__ == "__main__":
    filelist = os.listdir(wordRoot)
    for file in filelist:
        if (file.endswith(".doc") or file.endswith(".docx")) and ("~$" not in file):
            filePath = wordRoot+"\\"+file
            doc2pdf(filePath, file)
    print ("所有word文件转PDF文件已完成！！！")
 

 
2.合并所有PDF文件
 
from PyPDF2 import PdfFileMerger
import os

pdfRoot = "D:\Desktop\wordToPDF\pdf" #保存pdf结果的文件夹
merger = PdfFileMerger() #调用PDF文件合并模块
filelist=os.listdir(pdfRoot) #读取文件夹所有文件
for file in filelist:
    if file.endswith(".pdf"):
        merger.append(pdfRoot+"\\"+file)#合并PDF文件
merger.write("result.pdf") #写入PDF文件
 
 

 
3.多个word文件合并
 
from os.path import abspath
from win32com import client
import os

wordRoot = "D:\Desktop\Ada\word" #读取word的文件夹
final_docx = r"D:\Desktop\Ada\result\word文件合并结果2.docx"
files = list()
filelist = os.listdir(wordRoot)
for file in filelist:
    if (file.endswith(".doc") or file.endswith(".docx")) and ("~$" not in file):
        filePath = wordRoot+"\\"+file
        files.append(filePath)
# 启动word应用程序
word = client.gencache.EnsureDispatch("Word.Application")
word.Visible = True
# 新建空白文档
new_document = word.Documents.Add()

for fn in files[::-1]:
    print ("正在合并：", fn)
    fn = abspath(fn)
    new_document.Application.Selection.Range.InsertFile(fn)
# 保存最终文件，关闭Word应用程序
new_document.SaveAs(final_docx)
new_document.Close()
word.Quit()