用python实现各种文件类型转换

已于 2023-11-21 12:05:48 修改
阅读量5.2k 收藏
点赞数 8
分类专栏： 每天一个python小项目 文章标签： python
于 2022-06-30 16:26:55 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_46388544/article/details/125540794
版权

一、word转pdf

先安装win32库：pip install pywin32

from win32com.client import gencache
from win32com.client import constants, gencache

def createPdf(wordPath, pdfPath):
    """
    word转pdf
    :param wordPath: word文件路径
    :param pdfPath:  生成pdf文件路径
    """
    word = gencache.EnsureDispatch('Word.Application')
    doc = word.Documents.Open(wordPath, ReadOnly=1)
    doc.ExportAsFixedFormat(pdfPath,
                            constants.wdExportFormatPDF,
                            Item=constants.wdExportDocumentWithMarkup,
                            CreateBookmarks=constants.wdExportCreateHeadingBookmarks)
    word.Quit(constants.wdDoNotSaveChanges)

createPdf('D:\桌面\论文阅读笔记.docx','D:\桌面\论文阅读笔记.pdf')

运行结果：
在这里插入图片描述
在这里插入图片描述

二、excel转pdf

# Import Module
from win32com import client
  
# Open Microsoft Excel
excel = client.Dispatch("Excel.Application")
  
# Read Excel File
sheets = excel.Workbooks.Open('F:\书籍借阅信息.xlsx')
work_sheets = sheets.Worksheets[0]
  
# Convert into PDF File
work_sheets.ExportAsFixedFormat(0, 'F:\书籍借阅信息.pdf')

# 关闭服务
excel.Quit()

运行结果：
在这里插入图片描述
在这里插入图片描述

三、ppt转pdf

# 1). 导入需要的模块(打开应用程序的模块)
import win32com.client
import os
def ppt2pdf(filename, output_filename):
    """
    PPT文件导出为pdf格式
    :param filename: PPT文件的名称
    :param output_filename: 导出的pdf文件的名称
    :return:
    """
    # 2). 打开PPT程序
    ppt_app = win32com.client.Dispatch('PowerPoint.Application')
    # ppt_app.Visible = True  # 程序操作应用程序的过程是否可视化

    # 3). 通过PPT的应用程序打开指定的PPT文件
    # filename = "C:/Users/Administrator/Desktop/PPT办公自动化/ppt/PPT素材1.pptx"
    # output_filename = "C:/Users/Administrator/Desktop/PPT办公自动化/ppt/PPT素材1.pdf"
    ppt = ppt_app.Presentations.Open(filename)

    # 4). 打开的PPT另存为pdf文件。17数字是ppt转图片，32数字是ppt转pdf。
    ppt.SaveAs(output_filename, 32)
    print("导出成pdf格式成功!!!")
    # 退出PPT程序
    ppt_app.Quit()


# 要处理的目录名称
dirname = 'D:\桌面\智能算法设计与实现'
# 列出指定目录的内容
filenames = os.listdir(dirname)
# for循环依次访问指定目录的所有文件名
for filename in filenames:
    # 判断文件的类型，对所有的ppt文件进行处理(ppt文件以ppt或者pptx结尾的)
    if filename.endswith('ppt') or filename.endswith('pptx'):
        # print(filename)           # PPT素材1.pptx -> PPT素材1.pdf
        # 将filename以.进行分割，返回2个信息，文件的名称和文件的后缀名
        base, ext = filename.split('.')  # base=PPT素材1 ext=pdf
        new_name = base + '.pdf'         # PPT素材1.pdf
        # ppt文件的完整位置: C:/Users/Administrator/Desktop/PPT办公自动化/ppt/PPT素材1.pptx
        filename = dirname + '/' + filename
        # pdf文件的完整位置: C:/Users/Administrator/Desktop/PPT办公自动化/ppt/PPT素材1.pdf
        output_filename = dirname + '/' + new_name
        # 将ppt转成pdf文件
        ppt2pdf(filename, output_filename)

运行结果：
在这里插入图片描述
在这里插入图片描述

四、图片转pdf

from PIL import Image
import os

# 防止字符串乱码
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'

def pic2pdf(img_path, pdf_path):
    file_list = os.listdir(img_path)
    for x in file_list:
        if "jpg" in x or 'png' in x or 'jpeg' in x:
            pdf_name = x.split('.')[0]
            im1 = Image.open(os.path.join(img_path, x))
            im1.save(pdf_path + pdf_name + '.pdf', "PDF", resolution=100.0)

if __name__ == '__main__':
    # 待转换图像路径
    img_path = r"D:\桌面\\"
    # 转换后的pdf存放路径
    pdf_path = r'D:\桌面\\'

    pic2pdf(img_path=img_path, pdf_path=pdf_path)

五、pdf转word

先安装：pip install pdf2docx

from pdf2docx import Converter
pdf_file = r'D:\桌面\论文阅读笔记.pdf'
docx_file = r'D:\桌面\论文阅读笔记.docx'
cv = Converter(pdf_file)
cv.convert(docx_file, start=0, end=None)
cv.close()

六、pdf转图片

先安装：pip install pdf2image

from pdf2image import convert_from_path
pages = convert_from_path('D:\桌面\论文阅读笔记.pdf', 500)

# 保存
for page in pages:
    page.save('D:\桌面\论文阅读笔记.jpg', 'JPEG')
# 多图保存
for index, img in enumerate(pages):
    img.save('E:\识别\page_%s.jpg' % (index+1))

如果报错pdf2image.exceptions.PDFInfoNotInstalledError: Unable to get page count. Is poppler installed and in PATH?
则需要安装配置poppler：
Windows的poppler下载地址：http://blog.alivate.com.au/poppler-windows/
解压缩后，将C:\Program Files\poppler-0.68.0\bin（可以放在其他位置）添加进环境变量-系统变量-path中，重启生效：
在这里插入图片描述

七、csv转excel

import pandas as pd
data = pd.read_csv('F:/train.csv',index_col=0)
data.to_excel('F:/train.xlsx',encoding='utf-8')

八、excel转csv

import pandas as pd
data = pd.read_excel('F:/train.xlsx',index_col=0)
data.to_csv('F:/train.csv',encoding='utf-8')

九、PDF转excel

#方法一
from spire.pdf.common import *
from spire.pdf import *
 
# 创建PdfDocument对象
pdf = PdfDocument()
 
# 加载PDF文档
pdf.LoadFromFile("C:/Users/13994/Desktop/123.pdf")
 
# 创建 XlsxLineLayoutOptions 对象来指定转换选项
convertOptions = XlsxLineLayoutOptions(False, True, False, True, False)
 
# 设置转换选项
pdf.ConvertOptions.SetPdfToXlsxOptions(convertOptions)
 
# 将PDF文档保存为Excel XLSX格式
pdf.SaveToFile("C:/Users/13994/Desktop/Pdf转Excel.xlsx", FileFormat.XLSX)
pdf.Close()

spire.pdf这个库只能转10页pdf，更多好像是需要收费的。

#方法二
import camelot.io as camelot
from openpyxl import Workbook

work = Workbook()
sheet = work.active

data = camelot.read_pdf("C:/Users/13994/Desktop/123.pdf", pages='all',flavor='stream')
for i in range(data.n):
    for rows in data[i].data:
        sheet.append(rows)
work.save('C:/Users/13994/Desktop/Pdf转Excel.xlsx')

注意安装camelot是pip install camelot-py[all]。如果安装好后运行程序出现报错TypeError: ‘numpy._DTypeMeta’ object is not subscriptable，参考文章
但是这个库我用着处理表格数据效果并不好。

#提取pdf表格数据并保存到excel中
import pdfplumber
from openpyxl import Workbook
class PDF(object):
    def __init__(self, file_path):
        self.pdf_path = file_path
        # 读取pdf
        try:
            self.pdf_info = pdfplumber.open(self.pdf_path)
            print('读取文件完成！')
        except Exception as e:
            print('读取文件失败：', e)
 
    # 打印pdf的基本信息、返回字典，作者、创建时间、修改时间/总页数
    def get_pdf(self):
        pdf_info = self.pdf_info.metadata
        pdf_page = len(self.pdf_info.pages)
        print('pdf共%s页' % pdf_page)
        print("pdf文件基本信息：\n", pdf_info)
        self.close_pdf()
 
    # 提取表格数据,并保存到excel中
    def get_table(self):
        wb = Workbook()  # 实例化一个工作簿对象
        ws = wb.active  # 获取第一个sheet
        con = 0
        try:
            # 获取每一页的表格中的文字，返回table、row、cell格式：[[[row1],[row2]]]
            for page in self.pdf_info.pages:
                for table in page.extract_tables():
                    for row in table:
                        # 对每个单元格的字符进行简单清洗处理
                        row_list = [cell.replace('\n', ' ') if cell else '' for cell in row]
                        ws.append(row_list)  # 写入数据
                con += 1
                print('---------------分割线,第%s页---------------' % con)
        except Exception as e:
            print('报错：', e)
        finally:
            wb.save('/'.join(self.pdf_path.split('/')[:-1]) + '/pdf_excel.xlsx')
            print('写入完成！')
            self.close_pdf()
 
    # 关闭文件
    def close_pdf(self):
        self.pdf_info.close()
 
 
if __name__ == "__main__":
    file_path = 'C:/Users/13994/Desktop/123.pdf'
    pdf_info = PDF(file_path)
    # pdf_info.get_pdf() # 打印pdf基础信息
    # 提取pdf表格数据并保存到excel中,文件保存到跟pdf同一文件路径下
    pdf_info.get_table()

在试了一圈后，还是发现这个方法最有效，原文

星幻夜极
关注
  • 8
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python常用类型转换实现代码实例
09-16
### Python常用类型转换详解 在Python编程中，数据类型的转换是一项基本且重要的技能。通过合理的类型转换，可以更高效地处理各种数据结构和格式。本文将详细介绍Python中常见的几种类型转换方法，并通过具体的代码...
[320]python实现各种文件类型转换（word、pptx、pdf、excel、csv、图片）
周小董
07-13 3838
以上展示了如何通过Python代码将PDF文件转换为Word文档，包括转换为DOC格式和DOCX格式，以及在转换时设置结果文档的文档属性。Spire.PDF for Python还支持转换PDF文件为其他诸多格式，包括网页文件（HTML）、SVG、JPEG和PNG图片、Tiff、RTF等格式，请前往。
python批量文件格式转换（xls与xlsx、dos与dosx以及txt）
weixin_47268688的博客
06-28 1233
所有的输入的文件夹中不能有其他格式的文件，例如想要转换doc文件，那么存储doc文件的文件夹中就不能有.elx文件，否则会报错。
Python 将CSV文件转换为PDF
最新发布
Eiceblue的专栏
06-06 731
本文提供详细步骤和代码介绍如何通过Python编程将CSV文件转换为PDF文件。
Python实现PDF转图片
qq_35590003的博客
10-24 735
Python实现PDF转图片
python 各种形式之间的文件转换
Ajdidfj的博客
02-01 956
python 各种形式之间的文件转换
java ppt转pdf
zea_liu的博客
06-22 1886
java ppt转pdf
python实现将pdf文件转为jpg图片文件的总结
零小唬的博客
05-18 2737
有人说过：2023年以后的中国市场将永远属于长期主义者，bug是改不完的也是写不完的，只能说这次遇到了希望下次不会在出现同样的bug就行，如果你觉得对您有帮助，欢迎一起交流学习，本人也是一名计算机小白，目前还在努力中~上图是一个个人简历，是一个pdf格式的文件，现在需要通过python代码将其转换为jpg格式的图片并把保存到对应的文件夹中。专栏正在持续更新中，案例的原理图解析、各种模块分析💖这里都有哦，同时也欢迎大家订阅专栏，获取更多详细信息哦✊✊✊。⛪座右铭：只要你还愿意努力，世界一定会给你惊喜。
Python实现批量转换文件编码的方法
09-21
### Python实现批量转换文件编码的方法 在日常工作中，我们经常需要处理不同编码格式的文件，尤其是在处理历史遗留项目或是国际化项目时。对于大量的文件进行编码转换是一项耗时且容易出错的任务，如果手动一个一个...
python文档文件类型转换示例代码
05-17
利用python实现文档文件类型的转换，包含多种格式之间的转换： >- 1、Word类型文件格式转换 >>（1）.doc格式转.docx | .pdf >>（2）.wps格式转.docx | .pdf >>（3）.docx格式转.pdf >- 2、PPT类型文件格式转换 >>（1...
Python批量转换文件编码格式
09-22
本方案介绍了一种使用Python批量转换文件编码格式的方法。具体来说，我们需要编写一个Python脚本来遍历指定目录下的所有文件，并将GBK编码的文件转换为UTF-8编码。为了使脚本更具通用性，我们还考虑到了不同Python...
python通过文件头判断文件类型
09-21
为了实现这一目标，本篇文章将介绍如何使用Python通过文件头（也称为文件签名或魔数）来判断文件类型。 #### 文件头简介 文件头是一段固定模式的数据序列，通常位于文件的起始位置，用于标识该文件的类型。不同的...
使用Python转换文件格式
ocfbnj的博客
02-16 4452
使用Python高效转换文件格式 在编程的过程中，有时会遇到需要转换文件格式的情况。例如视频，音频，图片等。 预备需求 Python3.8及以上 ffmpeg（用于转换视频和音频格式，在官网下载即可） Pillow（用于转换图片格式，使用pip获取python -m pip install Pillow） 实现 实现音频格式转换 import os # 要转换的文件所在目录 source_p...
Python文件格式转换
纯洁的小魔鬼
09-27 3100
import csv csv_reader = csv.reader(open('test.csv', encoding='utf-8')) geojson = '{"type":"FeatureCollection","features":[' for row in csv_reader: geojson += '{"geometry":{"coordinates":%s,"ty...
告别「复制+粘贴」，基于深度学习的OCR，实现PDF转文本
机器学习算法与Python学习
06-06 550
点击 机器学习算法与Python学习 ，选择加星标精彩内容不迷路选自Towardsdatascience，作者：Lucas Soares机器之心编译传统的讲座通常伴随着一组 pdf 幻灯片...
python：文档转换（只支持Windows操作系统）
qq_42449963的博客
10-20 2706
如果使用金山WPS转换，那需要在Windows电脑上安装金山WPS办公软件。下面代码适用于微软Excel，如果使用金山WPS，需要把代码中的。下面代码适用于微软Word，如果使用金山WPS，需要把代码中的。下面代码适用于微软Word，如果使用金山WPS，需要把代码中的。下面代码适用于微软Word，如果使用金山WPS，需要把代码中的。下面代码适用于微软Word，如果使用金山WPS，需要把代码中的。下面代码适用于微软PPT，如果使用金山WPS，需要把代码中的。，但是经过我的测试，发现目前不支持金山WPS。
python学习记录
qq_35418930的博客
04-14 232
文件转换
python把PDF转换成图片
水亦流人必上的博客
11-19 5303
无
python文件格式转换
u012155582的专栏
11-29 6294
在利用python进行文本处理时常常涉及到文本格式的转换。以下代码可以方便的实现文件格式的转换先解码再编码string.decode('GBK').encode('utf-8') #实现由gbk到utf-8的转换 函数如下： #修改文件编码格式 def ChangeEncode(file,fromEncode,toEncode): try: f=open(file)
python 实现nmea数据的转换
03-25
A：可以使用Python的pynmea2库来实现nmea数据的转换。以下是一个简单的示例代码来解析和转换nmea数据： ``` import pynmea2 # 打开nmea文件 with open('nmea_file.nmea', 'r') as f: for line in f: try: # 解析nmea句子 msg = pynmea2.parse(line) # 转换为度数形式 if isinstance(msg, pynmea2.types.talker.GGA): lat = msg.latitude lon = msg.longitude if msg.lat_dir == 'S': lat = -lat if msg.lon_dir == 'W': lon = -lon print('Lat:', lat) print('Lon:', lon) except pynmea2.ParseError as e: print('Parse error: {}'.format(e)) ``` 在此示例中，我们打开一个nmea文件并迭代每个行，尝试通过pynmea2库解析它。然后，我们检查解析出的消息是否是GGA消息，如果是，则将经纬度转换为度数形式并打印。还可以使用类似的方式解析其他类型的nmea消息。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值