Python调用WPS进行文档转换PDF及PDF转图片

这里是利用WPS进行转换，要先安装WPS。

安装依赖

pip install pypiwin32

代码

#!/usr/bin/python
# -*- coding: UTF-8 -*-import os
import win32com.clientdef ConvertByWps(sourceFile, targetFile):if not os.path.exists(sourceFile):print(sourceFile + "不存在，无法继续！")return Falsetypemap = {'doc': 'word','docx': 'word','ppt': 'ppt','pptx': 'ppt','xls': 'excel','xlsx': 'excel',}name_arr = sourceFile.split(".")suffix = name_arr[len(name_arr) - 1]wpstype = typemap.get(suffix)if (wpstype is None):return Falseos.system('taskkill /im wps.exe')# 如果文件存在就删除if os.path.exists(targetFile):os.remove(targetFile)if wpstype == 'word':ConvertDocToPdf(sourceFile, targetFile)elif wpstype == 'ppt':ConvertPptToPdf(sourceFile, targetFile)elif wpstype == 'excel':ConvertXlsToPdf(sourceFile, targetFile)if os.path.exists(targetFile):return Trueelse:return False# 转换 Word文件档到pdf
def ConvertDocToPdf(src, dst):wps = win32com.client.Dispatch("Kwps.Application")wps.Visible = Falsedoc = wps.Documents.Open(src)doc.ExportAsFixedFormat(dst, 17)doc.Close()wps.Quit()# 转换 PPT文件档到pdf
def ConvertPptToPdf(src, dst):wps = win32com.client.Dispatch("Kwpp.Application")wps.Visible = Falseppt = wps.Presentations.Open(src)ppt.SaveAs(dst, 32)ppt.Close()wps.Quit()# 转换 XLS文件档到pdf
def ConvertXlsToPdf(src, dst):wps = win32com.client.Dispatch("Ket.Application")excel = wps.Workbooks.Open(src)excel.ExportAsFixedFormat(0, dst)excel.Close()wps.Quit()if __name__ == '__main__':# 当前目录d = os.path.dirname(__file__)abspath = os.path.abspath(d)# 测试用例src = abspath + r"/Doc/test.docx"dst = abspath + r"/Doc/test.pdf"r = ConvertByWps(src, dst)print(r)

PDF转图片

方式1

fitz

pip install fitz
pip install PyMuPDF

转换

import fitz
import os
import time# 将PDF转化为图片
# pdfPath pdf文件的路径
# imgPath 图像要保存的文件夹
# zoom_x x方向的缩放系数
# zoom_y y方向的缩放系数
# rotation_angle 旋转角度
def pdf_image(pdfPath, imgPath, zoom_x, zoom_y, rotation_angle):path_arr = pdfPath.split(os.sep)path_arr.reverse()filename = ""if(len(path_arr) > 0):filename = path_arr[0].split(".")[0]start_time = time.perf_counter()pdf = fitz.open(pdfPath)# 逐页读取PDFfilename_arr = []for pg in range(0, pdf.pageCount):page = pdf[pg]# 设置缩放和旋转系数trans = fitz.Matrix(zoom_x, zoom_y).prerotate(rotation_angle)pm = page.get_pixmap(matrix=trans, alpha=False)# 开始写图像filename_all = f'{imgPath}{os.sep}{filename}_{str(pg)}.png'pm.save(filename_all)filename_arr.append(filename_all)pdf.close()end_time = time.perf_counter()print(f"时间差：{end_time-start_time}")print(len(filename_arr))pdf_image(r"D:\Tools\DocTest\145页.pdf",r"D:\Tools\DocTest\pic",2,2,0
)

方式2

安装poppler

Poppler for Windows

添加bin对应目录到环境变量

注意

如果调用方法传入poppler_path参数，则不用设置环境变量。

https://github.com/Belval/pdf2image

安装依赖

pip install pdf2image

转换代码

from pdf2image import convert_from_path, convert_from_bytes
from pdf2image.exceptions import (PDFInfoNotInstalledError,PDFPageCountError,PDFSyntaxError
)
import timetry:start_time = time.perf_counter()images = convert_from_path(r"D:\Tools\DocTest\145页.pdf",output_folder=r"D:\Tools\DocTest\pic",poppler_path=r"D:\Tools\poppler-0.67.0\bin",size=(1024, None),thread_count=4,timeout=60,fmt='jpeg')end_time = time.perf_counter()print(f"时间差：{end_time-start_time}")print(images[0])
except PDFInfoNotInstalledError:print("未安装poppler")
except PDFPageCountError:print("页面异常")
except PDFSyntaxError:print("PDF页面异常")
except:print("其它异常")

转换时间对比

PDF页数	是否带水印	方式1(s)	方式2(s)	方式2-4线程(s)
1	否	0.0596313	0.1325932	0.1315048
2	是	0.2342085	0.2125386	0.1481465
145	否	23.7634431	16.4102064	5.3497324
448	否/纯文字	20.5313859	30.8443124	8.4962063

粉丝福利，需要的自取https://docs.qq.com/pdf/DR3dMaE1CSkZ6RlBZ

结论

转换速度方式2在页面少的时候时间稍长，但是一旦页码多的时候方式2优势就比较明显。
两种都能正常转换带水印的文档。
如果文档都是纯文字GBK的时候，方式1转换正常，而方式2乱码。

方式1我切换为多线程依旧作用不大

import fitz
import os
import time
from concurrent import futures
import threading# 将PDF转化为图片
# pdfPath pdf文件的路径
# imgPath 图像要保存的文件夹
# zoom_x x方向的缩放系数
# zoom_y y方向的缩放系数
# rotation_angle 旋转角度
def pdf_image(pdfPath, imgPath, zoom_x, zoom_y, rotation_angle):path_arr = pdfPath.split(os.sep)path_arr.reverse()filename = ""if(len(path_arr) > 0):filename = path_arr[0].split(".")[0]start_time = time.perf_counter()pdf = fitz.open(pdfPath)# 逐页读取PDFfilename_arr = []pages = []def savePage(pageobj):print(threading.current_thread().name)page = pageobj["page"]pg = pageobj["pg"]# 设置缩放和旋转系数trans = fitz.Matrix(zoom_x, zoom_y).prerotate(rotation_angle)pm = page.get_pixmap(matrix=trans, alpha=False)# 开始写图像filename_all = f'{imgPath}{os.sep}{filename}_{str(pg)}.png'pm.save(filename_all)filename_arr.append(filename_all)for pg in range(0, pdf.pageCount):page = pdf[pg]pages.append({"page": page,"pg": pg})print(len(pages))with futures.ThreadPoolExecutor(max_workers=8) as executor:for future in executor.map(savePage, pages):passpdf.close()end_time = time.perf_counter()print(f"时间差：{end_time-start_time}")print(len(filename_arr))pdf_image(r"D:\Tools\DocTest\145页.pdf",r"D:\Tools\DocTest\pic",2,2,0
)

Python调用WPS进行文档转换PDF及PDF转图片相关推荐

使用 pandoc 进行文档转换（markdown转word）
pandoc 是一个神奇的转换工具(详见官网),它支持各种文档格式之间的转换.本文针对如何使用 pandoc 转换 markdown 为 docx 进行说明. pandoc 下载安装 pandoc ...
如何使用WPS进行文档内容对比
前言职场人经常要写各种各样的文档,有时候文档需要不断的修改完善,如果没有开启修订模式,到最后自己也不知道修改了哪些内容,这就需要和最初版本的文档进行内容对比了.本文主要介绍如何使用WPS进行文档内容 ...
使用Python和OCR进行文档解析的完整代码演示（附代码）
来源:DeepHub IMBA 本文约2300字,建议阅读5分钟本文中将使用Python演示如何解析文档(如pdf)并提取文本,图形,表格等信息. 文档解析涉及检查文档中的数据并提取有用的信息.它可以 ...
服务器调用打印机进行文档打印,云服务器怎么调用本地打印机
云服务器怎么调用本地打印机内容精选换一换只有运行中的云服务器才允许用户登录.Windows操作系统用户名"Administrator".忘记密码,请先通过"重置密码 ...
java进行文档类型转换PDF
使用jacob进行文档类型转换支持PPT.Excel.Word转为PDF模式本方法对Windows部署的项目友好,最后需要在jdk/bin目录下导入与jar包版本一致的.dll文件文件地址链接: ...
python学习之word文档转换成pdf文档
平时办公的时候总有word文档转换pdf的操作,关键wps等转换工具都还是收费的.这里利用python代码把多个word文档转换合并成pdf文档的实现.代码运行需要几个必要库,没有下载安装的小伙伴可以 ...
C#调用WPS转换文档到PDF的的实现代码。
C#调用WPS转换文档到PDF的的实现代码. 1.WPS安装,最好用这个版本别的版本不清楚,安装Pro Plus2016版本. https://ep.wps.cn/product/wps-office ...
python文件查重_文件查重我使用的是面向局部敏感的最小哈希签名的方法进行文档查重联合开发网 - pudn.com...
文件查重所属分类:其他开发工具:Python 文件大小:39KB 下载次数:7 上传日期:2017-12-20 16:45:32 上传者:lala_ 说明: 我使用的是面向局部敏感的最小哈希 ...
python学习笔记-为自定义类或者函数编写help文档，以及进行文档测试
在python中我们可以利用help("模块名")或者help(类名)的方式来查看类或者函数的文档.但是它们是如何编写的呢? 其实它们在类最前面或者方法的最前面用"&qu ...

Python调用WPS进行文档转换PDF及PDF转图片

PDF转图片

方式1

方式2

转换时间对比

Python调用WPS进行文档转换PDF及PDF转图片相关推荐

最新文章

热门文章