一些重要文档格式之间的互转在目前显得尤为重要,pdf作为通用格式在现在各个平台上兼容性是最好的,所以写python脚本将这些word文档批量转换pdf是最好的解决方案。

由于windows系统对于word文档有天然的兼容性优势,所以转换起来很简单,普遍上是通过comtypes模块。

pip3 install comtypes

from comtypes.client import CreateObject import os def wd_to_pdf(folder): #获取指定目录下面的所有文件 files = os.listdir(folder) #获取word类型的文件放到一个列表里面 wdfiles = [f for f in files if f.endswith((".doc", ".docx"))] for wdfile in wdfiles: #将word文件放到指定的路径下面 wdPath = os.path.join(folder, wdfile) #设置将要存放pdf文件的路径 pdfPath = wdPath #判断是否已经存在对应的pdf文件,如果不存在就加入到存放pdf的路径内 if pdfPath[-3:] != 'pdf': pdfPath = pdfPath ".pdf" #将word文档转化为pdf文件,先打开word所在路径文件,然后在处理后保存pdf文件,最后关闭 pdfCreate = self.wdToPDF.Documents.Open(wdPath) pdfCreate.SaveAs(pdfPath, self.wdFormatPDF)

其实难点还是在linux系统下如何转换,因为comtypes依赖的win32com模块在linux下是无法使用的,所以在linux下面推荐另外一套解决方案也就是libreoffice,LibreOffice 能够与 Microsoft Office 系列以及其它开源办公软件深度兼容,且支持的文档格式相当全面。

首先卸载当前系统的libreoffice,因为大多数系统默认安装的都是低版本,我们要使用的是最新稳定版

yum remove libreoffice-*

在https://www.libreoffice.org/download/download/上下载最新的稳定版gz压缩包

安装java依赖

yum -y install java-1.8.0-openjdk*

然后将刚才下载的gz压缩包解压后安装

tar xvf LibreOffice_6.2.5.2_Linux_x86-64_rpm.tar.gz cd LibreOffice_6.2.5.2_Linux_x86-64_rpm/RPMS/ yum localinstall *.rpm

最后安装一些依赖

yum install cairo cups-libs libSM yum install ibus yum install libreoffice-headless

在命令行输入

libreoffice -help

会显示帮助文档就没问题了

python怎么转word文档(使用python将word文档和pdf电子书进行格式互转)(1)

解决中文乱码问题

安装windows字体(不装,会有乱码)将windows的字体复制到linux上C:WindowsFonts* windows上所有的字体(尝试过只复制部分,还是有乱码,全部字体就不会乱码了),上传到linux的/usr/share/fonts/chinese('chinese'目录是我自己建的,mkdir chinese)

chmod -R 755 /usr/share/fonts/chinese // 修改权限 fc-cache -fv // 建立字体缓存 fc-list | grep chinese // 可以查看到已安装新增的字体了

如果你嫌麻烦,也可以修改系统语言来支持中文

执行命令: yum groupinstall "fonts" 安装成功后, 打开 vim /etc/locale.conf 按键 i 进入编辑模式, 把内容改为 LANG="zh_CN.UTF-8" wq 存盘 然后重启服务器reboot 之后也可以支持中文转换了

转换命令

libreoffice6.2 --headless --convert-to pdf /root/4321.docx

python怎么转word文档(使用python将word文档和pdf电子书进行格式互转)(2)

此时,我们要改造一下转换脚本,做到可以兼容windows和Linx双系统,任意系统下都可以调用脚本进行转换

import subprocess import os try: from comtypes import client except ImportError: client = None def doc2pdf(doc): """ convert a doc/docx document to pdf format :param doc: path to document """ doc = os.path.abspath(doc) # bugfix - searching files in windows/system32 if client is None: return doc2pdf_linux(doc) name, ext = os.path.splitext(doc) try: word = client.DispatchEx("word.Application") worddoc = word.Documents.Open(doc) worddoc.SaveAs(name '.pdf', FileFormat=17) except Exception: raise finally: worddoc.Close() word.Quit() def doc2pdf_linux(doc): """ convert a doc/docx document to pdf format (linux only, requires libreoffice) :param doc: path to document """ cmd = 'libreoffice6.2 --headless --convert-to pdf'.split() [doc] p = subprocess.Popen(cmd, stderr=subprocess.PIPE, stdout=subprocess.PIPE) p.wait(timeout=10) stdout, stderr = p.communicate() if stderr: raise subprocess.SubprocessError(stderr)

简直完美,可以收工了

,