【源码】PDF转图片或Word文档

结构与功能

• 初始化和GUI设置：PdfConverter类初始化应用程序，设置主窗口和用户界面元素。包括用于选择单个文件或文件夹的按钮，以及将PDF转换为JPG图片或Word文档的选项。
• 文件和文件夹选择：
  • single_folder()：打开一个对话框选择文件夹，列出其中所有的PDF文件。
  • multiple_files()：打开一个对话框选择多个PDF文件，支持跨不同目录选择文件。
• 转换功能：
  • pdf_to_jpg()：将选定的PDF文件转换为JPG图片，将每一页保存为一张图片。使用PyMuPDF（fitz）打开PDF文件并提取图片。
  • pdf_to_word()：使用pdf2docx转换器将选定的PDF文件转换为Word（.docx）格式。每个PDF被转换为一个与原始PDF文件同名的Word文档。
• 转换过程中使用线程：转换功能通过分别在不同的线程（threading.Thread）中执行，以防止在转换过程中GUI冻结。这种方式允许应用程序在显示转换进度和完成消息的同时保持响应。
• 隐藏控制台窗口：脚本检查是否存在控制台窗口（ctypes.windll.kernel32.GetConsoleWindow()），并将其隐藏，为用户提供更清洁的应用程序界面。这在将脚本打包成可分发的执行文件时特别有用。

执行流程

1. 应用程序通过实例化PdfConverter类启动。
2. 用户选择要转换的PDF文件或包含PDF文件的文件夹。
3. 在选择了转换方法（转换为JPG或Word）后，应用程序在一个单独的线程中开始转换过程。
4. 转换进度和完成消息显示在GUI的文本区域中。
5. 转换后的文件保存在原始PDF相同的目录中（对于JPG，将创建一个以PDF文件名命名的新文件夹）。

关键库

• Tkinter：用于创建图形用户界面。
• PyMuPDF（fitz）：提供处理PDF文件的功能，包括读取PDF和提取图像。
• pdf2docx：一个专门用于将PDF文件转换成Word文档的库。
• ctypes：Python的外部函数库，用于与Windows进程和GUI元素交互，特别是用于隐藏控制台窗口。

功能说明

1、将PDF文件转换为JPG图片；
2、将PDF文件转换为Word文档，若PDF文件是通过Word文档转换的，可完美转换为可编辑Word文档。
3、可选择多个文件或文件夹批量转换。

需要安装第三方库：

pdf2docx==0.5.7
PyMuPDF==1.23.8

源码

import tkinter as tk
from tkinter import filedialog
import fitz
from pdf2docx import Converter
import os
import time
import threading
import ctypes
 
 
class PdfConverter:
 
    def __init__(self):
        self.root = tk.Tk()
        self.root.title('PDF转换器')
        self.root.geometry("500x300+350+250")
        #self.root.resizable(width=False,height=False)禁用最大化
        #self.root.overrideredirect(1)删除主窗口标题栏
        self.interface()
 
    def interface(self):
        """"界面编写位置"""
        self.Button0 = tk.Button(self.root, text="选择文件", command=self.multiple_files)
        self.Button0.grid(row=0, column=0, pady=20)
 
        self.Button0 = tk.Button(self.root, text="选择文件夹", command=self.single_folder)
        self.Button0.grid(row=0, column=1, pady=20)
 
        self.Button1 = tk.Button(self.root, text="转为图片", command=self.start_to_jpg)
        self.Button1.grid(row=0, column=2, pady=20)
 
        self.Button2 = tk.Button(self.root, text="转为Word", command=self.start_to_word)
        self.Button2.grid(row=0, column=3, pady=20)
 
        self.w1 = tk.Text(self.root, width=68, height=15)
        self.w1.insert('insert','说明：1、文件可单选或多选；文件夹下文件均需转换，可直接选择文件夹；\n      2、转换后文件保存位置为所选文件或文件夹位置。')
        self.w1.grid(row=1, column=0, columnspan=4, padx=10)
 
    def single_folder(self):
        '''获取单个文件夹'''
        path = filedialog.askdirectory() + '/'
        files_path = [os.path.join(path,i) for i in os.listdir(path) if os.path.splitext(i)[-1].lower() == '.pdf']
        if len(files_path) != 0:
            self.w1.delete('1.0',tk.END)
            self.w1.insert('insert','\n'.join(files_path))
 
    def multiple_files(self):
        '''获取多个文件'''
        path = filedialog.askopenfilenames(filetypes=[('All Files', '.PDF')])
        if len(path) != 0:
            self.w1.delete('1.0',tk.END)
            self.w1.insert('insert','\n'.join(path))
 
    def pdf_to_jpg(self):
        '''将PDF转换为图片'''
        start_time = time.time()
        for file in self.path_list:
            os.makedirs(os.path.splitext(file)[0],exist_ok=True) # 创建以PDF文件名命名的文件夹
            pdf = fitz.open(file) # 打开PDF文件
            temp = 0
            for pg in range(pdf.page_count):
                page = pdf[pg]
                temp += 1
                rotate = int(0)
                # 每个尺寸的缩放系数为2，这将为我们生成分辨率提高四倍的图像。
                zoom_x = 2
                zoom_y = 2
                trans = fitz.Matrix(zoom_x, zoom_y).prerotate(rotate)
                pm = page.get_pixmap(matrix=trans, alpha=False)
                pic_name = '{}.jpg'.format(temp)
                #拼接生成图片存放的文件路径
                pic_pwd = os.path.join(os.path.splitext(file)[0], pic_name)
                pm.save(pic_pwd)
            self.w1.insert('end','完成 %s 转换\n' % os.path.split(file)[1])
            #self.w1.insert(tk.INSERT,'\n')换行
        end_time = time.time()
        self.w1.insert('end','转换已完成，共用时 %.2f 秒' % ((end_time - start_time)))
         
    def start_to_jpg(self):
        #将路径字符串转换为列表,strip（）:去除字符串前后空格或特殊字符；split('\n'):将字符串转为列表，元素以换行符分割
        self.path_list = self.w1.get('1.0','end').strip().split('\n')
        self.w1.delete('1.0',tk.END)
        if os.path.isfile(self.path_list[0]):
            self.T = threading.Thread(target=self.pdf_to_jpg)
            self.T.setDaemon(True)
            self.T.start()
        else:
            self.w1.insert('insert','请选择文件或文件夹')
 
    def pdf_to_word(self):
        '''将PDF转换为WORD'''
        start_time = time.time()
        for file in self.path_list:
            docx_name = os.path.splitext(file)[0] + '.docx'
            cv = Converter(file)
            cv.convert(docx_name)
            cv.close
            self.w1.insert('end','完成 %s 转换\n' % os.path.split(file)[1])
            #self.w1.insert(tk.INSERT,'\n')换行
        end_time = time.time()
        self.w1.insert('end','转换已完成，共用时 %.2f 秒' % ((end_time - start_time)))
 
    def start_to_word(self):
        #将路径字符串转换为列表,strip（）:去除字符串前后空格或特殊字符；split('\n'):将字符串转为列表，元素以换行符分割
        self.path_list = self.w1.get('1.0','end').strip().split('\n')
        self.w1.delete('1.0',tk.END)
        if os.path.isfile(self.path_list[0]):
            self.T = threading.Thread(target=self.pdf_to_word)
            self.T.setDaemon(True)
            self.T.start()
        else:
            self.w1.insert('insert','请选择文件或文件夹')
 
 
if __name__ == '__main__':
    whnd = ctypes.windll.kernel32.GetConsoleWindow()
    if whnd != 0:
        ctypes.windll.user32.ShowWindow(whnd, 0)
        ctypes.windll.kernel32.CloseHandle(whnd)
    a = PdfConverter()
    #a.root.after(1000,a.pdf_to_jpg)
    a.root.mainloop()