Python调用Win32com实现Office批量转PDF
需求
- 一直以来有将诸如Word之类的Office文档转为PDF的需求，此前的方法是挨个打开文档，手动另存为PDF，此方法费时费力，尤其在电脑配置不高、同时运行很多程序的情况下会造成卡顿，因此需要通过Python将此类文档自动转为PDF，如果能够批量转换最好。
调研
-
在网上搜索调研后，决定选择Win32com组件，因为它是微软的原生API，功能强大，手动操作Office能做到的通过调用Win32com一样能实现。缺陷是仅限于Win+Office环境。
-
在原先需求的基础上增加PDF转PNG图片，经调研后选择使用PyMuPDF。
代码实现
- Office转PDF
from win32com.client import Dispatch
from os import walk
import sys
def doc2pdf(input_file):
word = Dispatch('Word.Application') # WPS改为Kwps.Application
# word = DispatchEx('Word.Application') # 启动独立进程
output_file = input_file.split(".")
try:
doc = word.Documents.Open(input_file)
doc.SaveAs(output_file[0] + ".pdf", FileFormat=17) # Word另存为PDF为17
doc.Close()
except:
print("Unexpected error:", sys.exc_info())
word.Quit()
def ppt2pdf(input_file):
powerpoint = Dispatch('Powerpoint.Application') # WPS改为Kwpp.Application
output_file = input_file.split(".")
try:
ppt = powerpoint.Presentations.Open(input_file)
ppt.SaveAs(output_file[0] + ".pdf", FileFormat=32) # PPT另存为PDF为32
ppt.Close()
except:
print("Unexpected error:", sys.exc_info())
powerpoint.Quit()
def xls2pdf(input_file):
excel = Dispatch('Excel.Application') # WPS改为Ket.Application
output_file = input_file.split(".")
try:
xls = excel.Workbooks.Open(input_file)
xls.SaveAs(output_file[0] + ".pdf", FileFormat=57) # Excel另存为PDF为57
xls.Close()
except:
print("Unexpected error:", sys.exc_info())
excel.Quit()
if __name__ == "__main__":
doc_files = []
directory = "C:\Users\Administrator\Desktop"
# 对directory目录里的所有文件进行遍历
for root, dirs, filenames in walk(directory):
for file in filenames:
# 忽略~$开头的临时文件，并根据后缀名判断文件类型
if file.find("~$") == -1:
if file.endswith(".doc") or file.endswith(".docx") or file.endswith(".DOC"):
doc2pdf(str(root + "\" + file))
elif file.endswith(".ppt") or file.endswith(".pptx") or file.endswith(".PPT"):
ppt2pdf(str(root + "\" + file))
elif file.endswith(".xls") or file.endswith(".xlsx") or file.endswith(".XLS"):
xls2pdf(str(root + "\" + file))
- PDF转png
from os import walk
import sys
import fitz
'''
# 将PDF转化为图片
input_file pdf文件的路径
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 pdftoimage(input_file,zoom_x,zoom_y,rotation_angle):
try:
# 打开PDF文件
pdf = fitz.open(input_file)
# 逐页读取PDF
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.getPixmap(matrix=trans, alpha=False)
# 开始写图像
pm.writePNG(input_file.replace(".pdf","")+str(pg+1)+".png")
pdf.close()
except:
print("Unexpected error:", sys.exc_info())
if __name__ == "__main__":
doc_files = []
directory = "C:\Users\Administrator\Desktop"
for root, dirs, filenames in walk(directory):
for file in filenames:
if file.endswith(".pdf"):
pdftoimage(str(root + "\" + file),2,2,0)
注意事项
-
调用Win32com对Office文档进行操作与人工手动打开Office文档无异，优点在不用手动点击鼠标
-
此代码根据对应目录下的文件挨个转换，未支持异步多线程转换
-
使用DispatchEx可启动独立进程进行转换，优点在于不影响正在编辑的文档，缺点在于如果转换出错会造成进程残留
-
代码运行中可能看到Word/Excel/PowerPoint窗口显示或错误警告，可添加
word.Visible = 0隐藏窗口，添加word.DisplayAlerts = 0忽略错误警告 -
加入try/except是为了防止转换异常导致进程未关闭，从而造成Office无法打开的情况发生
-
Word、Excel、PowerPoint另存为PDF的FileFormat不同，Word为17、Excel为57、PowerPoint为32
-
如果转换的同时有对应的Word/Excel/PowerPoint实例在运行，转换完毕后的.Quit()方法会将这些实例一并关闭，请提前做好保存，或使用DispatchEx启动独立进程，建议不要在运行代码的同时打开实例
-
PDF转PNG时一定要先安装fitz，再安装PyMuPDF，否则会报错