Python - 批量轉(zhuǎn)換Word文件為PDF文件

1，目的

通過(guò)萬(wàn)能的Python把一個(gè)目錄下的所有Word文件轉(zhuǎn)換為PDF文件。

Word to PDF .jpg

2，遍歷目錄

作者總結(jié)了三種遍歷目錄的方法，分別如下。

2.1，調(diào)用glob

遍歷指定目錄下的所有文件和文件夾，不遞歸遍歷，需要手動(dòng)完成遞歸遍歷功能。

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

2.2，調(diào)用os.walk

遍歷指定目錄下的所有文件和文件夾，遞歸遍歷，功能強(qiáng)大，推薦使用。

import os
for 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

遍歷指定目錄下的所有文件和文件夾，遞歸遍歷，自主編寫(xiě)，擴(kuò)展性強(qiáng)，可以學(xué)習(xí)練手。

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，備注

注意，如果遍歷過(guò)程中，出現(xiàn)文件名稱或文件路徑亂碼問(wèn)題，可以查看本文的參考資料來(lái)解決。

3，轉(zhuǎn)換Word文件為PDF

通過(guò)Windows Com組件（win32com），調(diào)用Word服務(wù)（Word.Application），實(shí)現(xiàn)Word到PDF文件的轉(zhuǎn)換。因此，要求該P(yáng)ython程序需要在有Word服務(wù)（可能至少要求2007版本）的Windows機(jī)器上運(yùn)行。

#coding:utf8

import os, sys
reload(sys)
sys.setdefaultencoding('utf8')

from win32com.client import Dispatch, constants, gencache

input = 'D:\\2\\test\\11.docx'
output = 'D:\\2\\test\\22.pdf'

print 'input file', input
print '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)
# 開(kāi)始轉(zhuǎn)換
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，批量轉(zhuǎn)換

要實(shí)現(xiàn)批量準(zhǔn)換，將第2步和第3步的功能組合在一起即可，直接上代碼。

# -*- coding:utf-8 -*-
# doc2pdf.py: python script to convert doc to pdf with bookmarks!
# Requires Office 2007 SP2
# Requires python for win32 extension

import glob as gb
import sys
reload(sys)
sys.setdefaultencoding('utf8')

'''
參考:http://blog.csdn.net/rumswell/article/details/7434302
'''
import sys, os
from win32com.client import Dispatch, constants, gencache

# from config import REPORT_DOC_PATH,REPORT_PDF_PATH
REPORT_DOC_PATH = 'D:/2/doc/'
REPORT_PDF_PATH = 'D:/2/doc/'

# Word轉(zhuǎn)換為PDF
def word2pdf(filename):
    input = filename + '.docx'
    output = filename + '.pdf'
    pdf_name = output

    # 判斷文件是否存在
    os.chdir(REPORT_DOC_PATH)
    if not os.path.isfile(input):
        print u'%s not exist' % input
        return False
    # 文檔路徑需要為絕對(duì)路徑，因?yàn)閃ord啟動(dòng)后當(dāng)前路徑不是調(diào)用腳本時(shí)的當(dāng)前路徑。
    if (not os.path.isabs(input)):  # 判斷是否為絕對(duì)路徑
        # os.chdir(REPORT_DOC_PATH)
        input = os.path.abspath(input)  # 返回絕對(duì)路徑
    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)
        # 開(kāi)始轉(zhuǎn)換
        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 -1

if __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'))

5，參考資料

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

推薦閱讀更多精彩內(nèi)容