Python实用技:将Office文件转为PDF

时间:2022-09-02 18:14:06

在平时的工作中,难免需要一些 小Tip 来解决工作中遇到的问题,今天的文章给大家安利一个方便快捷的小技巧,将 Office(doc/docx/ppt/pptx/xls/xlsx)文件批量或者单一文件转换为 PDF 文件。不过在做具体操作之前需要在 PC 安装好 Office,再利用 Python 的 win32com 包来实现 Office 文件的转换操作。

安装 win32com

 

在实战之前,需要安装 Python 的 win32com,详细安装步骤如下:

使用 pip 命令安装

pip install pywin32 

如果我们遇到安装错误,可以通过python -m pip install --upgrade pip更新云端的方式再进行安装即可:

python -m pip install --upgrade pip 

下载离线安装包安装

如果 pip 命令未安装成功的话还可以下载离线包安装,方法步骤如下:首先在官网选择对应的 Python 版本下载离线包:https://sourceforge.net/projects/pywin32/files/pywin32/Build%20221/ 下载好后傻瓜式安装好即可。

文件转换逻辑

 

详细代码如下:

class PDFConverter: 

    def __init__(self, pathname, export='.'): 

        self._handle_postfix = ['doc''docx''ppt''pptx''xls''xlsx'] # 支持转换的文件类型 

        self._filename_list = list()  #列出文件 

        self._export_folder = os.path.join(os.path.abspath('.'), 'file_server/pdfconver'

        if not os.path.exists(self._export_folder): 

            os.mkdir(self._export_folder) 

        self._enumerate_filename(pathname) 

 

    def _enumerate_filename(self, pathname): 

        ''

        读取所有文件名 

        ''

        full_pathname = os.path.abspath(pathname) 

        if os.path.isfile(full_pathname): 

            if self._is_legal_postfix(full_pathname): 

                self._filename_list.append(full_pathname) 

            else

                raise TypeError('文件 {} 后缀名不合法!仅支持如下文件类型:{}。'.format(pathname, '、'.join(self._handle_postfix))) 

        elif os.path.isdir(full_pathname): 

            for relpath, _, files in os.walk(full_pathname): 

                for name in files: 

                    filename = os.path.join(full_pathname, relpath, name

                    if self._is_legal_postfix(filename): 

                        self._filename_list.append(os.path.join(filename)) 

        else

            raise TypeError('文件/文件夹 {} 不存在或不合法!'.format(pathname)) 

 

    def _is_legal_postfix(self, filename): 

        return filename.split('.')[-1].lower() in self._handle_postfix and not os.path.basename(filename).startswith( 

            '~'

 

    def run_conver(self): 

        print('需要转换的文件数是:', len(self._filename_list)) 

        for filename in self._filename_list: 

            postfix = filename.split('.')[-1].lower() 

            funcCall = getattr(self, postfix) 

            print('原文件:', filename) 

            funcCall(filename) 

        print('转换完成!'

doc/docx 转换为 PDF

 

doc/docx 转换为 PDF 部分代码如下所示:

def doc(self, filename): 

        name = os.path.basename(filename).split('.')[0] + '.pdf' 

        exportfile = os.path.join(self._export_folder, name

        print('保存 PDF 文件:', exportfile) 

        gencache.EnsureModule('{00020905-0000-0000-C000-000000000046}', 0, 8, 4) 

        pythoncom.CoInitialize() 

        w = Dispatch("Word.Application"

        pythoncom.CoInitialize()  # 加上防止 CoInitialize 未加载 

        doc = w.Documents.Open(filename) 

        doc.ExportAsFixedFormat(exportfile, constants.wdExportFormatPDF, 

                                Item=constants.wdExportDocumentWithMarkup, 

                                CreateBookmarks=constants.wdExportCreateHeadingBookmarks) 

        w.Quit(constants.wdDoNotSaveChanges) 

 def docx(self, filename): 

        self.doc(filename) 

ppt/pptx 转换为 PDF

 

ppt/pptx 转换为 PDF 部分代码如下:

def ppt(self, filename): 

        name = os.path.basename(filename).split('.')[0] + '.pdf' 

        exportfile = os.path.join(self._export_folder, name

        gencache.EnsureModule('{00020905-0000-0000-C000-000000000046}', 0, 8, 4) 

        pythoncom.CoInitialize() 

        p = Dispatch("PowerPoint.Application"

        pythoncom.CoInitialize() 

        ppt = p.Presentations.Open(filename, FalseFalseFalse

        ppt.ExportAsFixedFormat(exportfile, 2, PrintRange=None) 

        print('保存 PDF 文件:', exportfile) 

        p.Quit() 

 

    def pptx(self, filename): 

        self.ppt(filename) 

xls/xlsx 转换为 PDF 

 

def xls(self, filename): 

        name = os.path.basename(filename).split('.')[0] + '.pdf' 

        exportfile = os.path.join(self._export_folder, name

        pythoncom.CoInitialize() 

        xlApp = DispatchEx("Excel.Application"

        pythoncom.CoInitialize() 

        xlApp.Visible = False 

        xlApp.DisplayAlerts = 0 

        books = xlApp.Workbooks.Open(filename, False

        books.ExportAsFixedFormat(0, exportfile) 

        books.Close(False

        print('保存 PDF 文件:', exportfile) 

        xlApp.Quit() 

 

    def xlsx(self, filename): 

        self.xls(filename)  

执行转换逻辑 

 

if __name__ == "__main__"

    # 支持文件夹批量导入 

    #folder = 'tmp' 

    #pathname = os.path.join(os.path.abspath('.'), folder) 

    # 也支持单个文件的转换 

    pathname = "G:/python_study/test.doc" 

    pdfConverter = PDFConverter(pathname) 

    pdfConverter.run_conver() 

总结 

今天的文章主要是 Python 实战之小工具的运用,希望对大家有所帮助。