python批量实现Word文件转换为PDF文件

Python  /  管理员 发布于 7年前   208

本文为大家分享了python批量转换Word文件为PDF文件的具体方法，供大家参考，具体内容如下

1、目的

通过万能的Python把一个目录下的所有Word文件转换为PDF文件。

2、遍历目录

作者总结了三种遍历目录的方法，分别如下。

2.1.调用glob

遍历指定目录下的所有文件和文件夹，不递归遍历，需要手动完成递归遍历功能。

import glob as gbpath = gb.glob('d:\\2\\*')for path in path: print path

2.2.调用os.walk

遍历指定目录下的所有文件和文件夹，递归遍历，功能强大，推荐使用。

import osfor dirpath, dirnames, filenames in os.walk('d:\\2\\'): for file in filenames:  fullpath = os.path.join(dirpath, file)  print fullpath, file

2.3.自己DIY

遍历指定目录下的所有文件和文件夹，递归遍历，自主编写，扩展性强，可以学习练手。

import os; files = list(); def DirAll(pathName):  if os.path.exists(pathName):   fileList = os.listdir(pathName);   for f in fileList:    if f=="$RECYCLE.BIN" or f=="System Volume Information":     continue;    f=os.path.join(pathName,f);    if os.path.isdir(f):      DirAll(f);        else:     dirName=os.path.dirname(f);     baseName=os.path.basename(f);     if dirName.endswith(os.sep):      files.append(dirName+baseName);     else:      files.append(dirName+os.sep+baseName); DirAll("D:\\2\\"); for f in files:  print f # print f.decode('gbk').encode('utf-8'); 

2.4.备注

注意，如果遍历过程中，出现文件名称或文件路径乱码问题，可以查看本文的参考资料来解决。

3、转换Word文件为PDF

通过Windows Com组件（win32com），调用Word服务（Word.Application），实现Word到PDF文件的转换。因此，要求该Python程序需要在有Word服务（可能至少要求2007版本）的Windows机器上运行。

#coding:utf8import os, sysreload(sys)sys.setdefaultencoding('utf8')from win32com.client import Dispatch, constants, gencacheinput = 'D:\\2\\test\\11.docx'output = 'D:\\2\\test\\22.pdf'print 'input file', inputprint 'output file', output# enable python COM support for Word 2007# this is generated by: makepy.py -i "Microsoft Word 12.0 Object Library"gencache.EnsureModule('{00020905-0000-0000-C000-000000000046}', 0, 8, 4)# 开始转换w = Dispatch("Word.Application")try: doc = w.Documents.Open(input, ReadOnly=1) doc.ExportAsFixedFormat(output, constants.wdExportFormatPDF, \       Item=constants.wdExportDocumentWithMarkup,       CreateBookmarks=constants.wdExportCreateHeadingBookmarks)except: print ' exception'finally: w.Quit(constants.wdDoNotSaveChanges)if os.path.isfile(output): print 'translate success'else: print 'translate fail'

4、批量转换

要实现批量准换，将第2步和第3步的功能组合在一起即可，直接上代码。

# -*- coding:utf-8 -*-# doc2pdf.py: python script to convert doc to pdf with bookmarks!# Requires Office 2007 SP2# Requires python for win32 extensionimport glob as gbimport sysreload(sys)sys.setdefaultencoding('utf8')'''参考:http://blog.csdn.net/rumswell/article/details/7434302'''import sys, osfrom win32com.client import Dispatch, constants, gencache# from config import REPORT_DOC_PATH,REPORT_PDF_PATHREPORT_DOC_PATH = 'D:/2/doc/'REPORT_PDF_PATH = 'D:/2/doc/'# Word转换为PDFdef word2pdf(filename): input = filename + '.docx' output = filename + '.pdf' pdf_name = output # 判断文件是否存在 os.chdir(REPORT_DOC_PATH) if not os.path.isfile(input):  print u'%s not exist' % input  return False # 文档路径需要为绝对路径，因为Word启动后当前路径不是调用脚本时的当前路径。 if (not os.path.isabs(input)): # 判断是否为绝对路径  # os.chdir(REPORT_DOC_PATH)  input = os.path.abspath(input) # 返回绝对路径 else:  print u'%s not absolute path' % input  return False if (not os.path.isabs(output)):  os.chdir(REPORT_PDF_PATH)  output = os.path.abspath(output) else:  print u'%s not absolute path' % output  return False try:  print input, output  # enable python COM support for Word 2007  # this is generated by: makepy.py -i "Microsoft Word 12.0 Object Library"  gencache.EnsureModule('{00020905-0000-0000-C000-000000000046}', 0, 8, 4)  # 开始转换  w = Dispatch("Word.Application")  try:   doc = w.Documents.Open(input, ReadOnly=1)   doc.ExportAsFixedFormat(output, constants.wdExportFormatPDF, \         Item=constants.wdExportDocumentWithMarkup,         CreateBookmarks=constants.wdExportCreateHeadingBookmarks)  except:   print ' exception'  finally:   w.Quit(constants.wdDoNotSaveChanges)  if os.path.isfile(pdf_name):   print 'translate success'   return True  else:   print 'translate fail'   return False except:  print ' exception'  return -1if __name__ == '__main__': # img_path = gb.glob(REPORT_DOC_PATH + "*") # for path in img_path: #  print path #  rc = word2pdf(path) # rc = word2pdf('1') # print rc, # if rc: #  sys.exit(rc) # sys.exit(0) import os for dirpath, dirnames, filenames in os.walk(REPORT_DOC_PATH):  for file in filenames:   fullpath = os.path.join(dirpath, file)   print fullpath, file   rc = word2pdf(file.rstrip('.docx'))

5、参考资料

利用Python将word 2007的文档转为pdf文件

遍历某目录下的所有文件夹与文件的路径、输出中文乱码问题

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。