python：文档转换（只支持Windows操作系统）

已于 2023-09-01 00:02:03 修改
阅读量2.7k 收藏 23
点赞数 3
分类专栏： python 文章标签： python wps word
于 2022-10-20 02:53:30 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/qq_42449963/article/details/127418740
版权

目录

一、安装软件

如果使用微软Office转换，那需要在Windows电脑上安装微软Office办公软件

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

二、环境说明

操作系统：Windows10

Python：3.10.1

PyCharm：2021.1.1

三、pypiwin32实现文档转换

1、安装pypiwin32

（1）安装python

安装过的的就跳过吧，没有安装过的请看：win10：python安装

（2）安装PyCharm

这个就自己去网上找吧，我就不提供了哈

（3）更改python仓库镜像源

点击File》Settings…，如下：

在这里插入图片描述

依次打开Project: pythonProject》Python Interpreter，然后点击右侧 + 号，如下：

在这里插入图片描述

点击Manage Repositories按钮，如下：

在这里插入图片描述

删除原有镜像源，添加豆瓣镜像源https://pypi.douban.com/simple/，点击OK保存即可，操作结果截图如下，：

在这里插入图片描述

（4）在PyCharm中安装pypiwin32（不安装会影响开发）

在搜索框中搜索pypiwin32，选中pypiwin32之后点击Insatall Package按钮即可，如下：

在这里插入图片描述

（5）在Windows中安装pypiwin32（不安装很有可能会影响打exe文件）

pypiwin32就是需要安装的插件

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pypiwin32

2、文档转换

说明：

只要目标文件后缀名不变，那么FileFormat就不会变化，所以wps、doc、docx转docx的FileFormat都是12

（1）doc / docx =》 pdf

注意：

下面代码适用于微软Word，如果使用金山WPS，需要把代码中的 Word.Application 换成 Kwps.Application

代码：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Word.Application')

try:
    doc = soft.Documents.Open("word源文件全路径")
    doc.SaveAs("生成pdf文档全路径", FileFormat=17)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())

soft.Quit()

例如：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Word.Application')

try:
    doc = soft.Documents.Open("C:\\test\\20221020\\111.docx")
    doc.SaveAs("C:\\test\\20221020\\111.pdf", FileFormat=17)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())
    
soft.Quit()

拓展：

如果大家想看到具体使用的软件，可以在try语句下方添加soft.Visible = True，不过所用软件会在任务栏一闪而过，所以要注意下任务栏，完整代码如下：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Word.Application')

try:
	soft.Visible = True
    doc = soft.Documents.Open("C:\\test\\20221020\\111.docx")
    doc.SaveAs("C:\\test\\20221020\\111.pdf", FileFormat=17)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())
    
soft.Quit()

（2）xls / xlsx =》 pdf

注意：

下面代码适用于微软Excel，如果使用金山WPS，需要把代码中的 Excel.Application 换成 Ket.Application，但是经过我的测试，发现目前不支持金山WPS

代码：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Excel.Application')

try:
    doc = soft.Workbooks.Open("excel源文件全路径")
    doc.SaveAs("生成pdf文档全路径", FileFormat=57)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())

soft.Quit()

例如：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Excel.Application')

try:
    doc = soft.Workbooks.Open("C:\\test\\20221020\\333.xlsx")
    doc.SaveAs("C:\\test\\20221020\\333.pdf", FileFormat=57)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())
    
soft.Quit()

（3）ppt / pptx =》 pdf

注意：

下面代码适用于微软PPT，如果使用金山WPS，需要把代码中的 Powerpoint.Application 换成 Kwpp.Application

代码：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Powerpoint.Application')

try:
    doc = soft.Presentations.Open("ppt源文件全路径")
    doc.SaveAs("生成pdf文档全路径", FileFormat=32)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())

soft.Quit()

例如：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Powerpoint.Application')

try:
    doc = soft.Presentations.Open("C:\\test\\20221020\\555.pptx")
    doc.SaveAs("C:\\test\\20221020\\555.pdf", FileFormat=32)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())

soft.Quit()

（4）doc / docx =》 html

注意：

下面代码适用于微软Word，如果使用金山WPS，需要把代码中的 Word.Application 换成 Kwps.Application

代码：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Word.Application')

try:
    doc = soft.Documents.Open("word源文件全路径")
    doc.SaveAs("生成html网页全路径", FileFormat=17)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())

soft.Quit()

例如：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Word.Application')

try:
    doc = soft.Documents.Open("C:\\test\\20221020\\111.docx")
    doc.SaveAs("C:\\test\\20221020\\111.html", FileFormat=10)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())

soft.Quit()

（5）wps =》 doc / docx

注意：

下面代码适用于微软Word，如果使用金山WPS，需要把代码中的 Word.Application 换成 Kwps.Application

代码：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Word.Application')

try:
    doc = soft.Documents.Open("wps源文件全路径")
    doc.SaveAs("生成word文档全路径", FileFormat=12)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())

soft.Quit()

例如：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Word.Application')

try:
    doc = soft.Documents.Open("C:\\test\\20221020\\111.wps")
    doc.SaveAs("C:\\test\\20221020\\111.docx", FileFormat=12)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())

soft.Quit()

（6）doc =》 docx

注意：

下面代码适用于微软Word，如果使用金山WPS，需要把代码中的 Word.Application 换成 Kwps.Application

代码：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Word.Application')

try:
    doc = soft.Documents.Open("doc源文件全路径")
    doc.SaveAs("生成docx文档全路径", FileFormat=12)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())

soft.Quit()

例如：

from win32com.client import DispatchEx
import sys

soft = DispatchEx('Word.Application')

try:
    doc = soft.Documents.Open("C:\\test\\20221020\\222.doc")
    doc.SaveAs("C:\\test\\20221020\\222.docx", FileFormat=12)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())

soft.Quit()

（7）pdf =》 docx

注意：

下面代码适用于Adobe Acrobat DC

代码：

from win32com.client.dynamic import ERRORS_BAD_CONTEXT
from win32com.client import DispatchEx

import sys
import winerror

# 必须加，不然就会出问题
ERRORS_BAD_CONTEXT.append(winerror.E_NOTIMPL)

# 打开Adobe Acrobat DC，其中使用DispatchEx()方法可以新开一个进程来做事情，避免影响已经打开的文件
soft = DispatchEx("AcroExch.AVDoc")

# 文件另存为
try:
    # 打开文档
    soft.Open("pdf源文件全路径", "")
    file = soft.GetPDDoc()
    jsObject = file.GetJSObject()
    # 另存为
    jsObject.SaveAs("生成docx文档全路径")
    file.Close()
except:
    print("错误信息：", sys.exc_info())
finally:
    # 退出软件
    soft.Close(True)

示例：

from win32com.client.dynamic import ERRORS_BAD_CONTEXT
from win32com.client import DispatchEx

import sys
import winerror

# 必须加，不然就会出问题
ERRORS_BAD_CONTEXT.append(winerror.E_NOTIMPL)

# 打开Adobe Acrobat DC，其中使用DispatchEx()方法可以新开一个进程来做事情，避免影响已经打开的文件
soft = DispatchEx("AcroExch.AVDoc")

# 文件另存为
try:
    # 打开文档
    soft.Open("C:\\test\\20220301\\智能提取服务接口文档.pdf", "")
    file = soft.GetPDDoc()
    jsObject = file.GetJSObject()
    # 另存为
    jsObject.SaveAs("C:\\test\\20220301\\智能提取服务接口文档.docx", "com.adobe.acrobat.docx")
    file.Close()
except:
    print("错误信息：", sys.exc_info())
finally:
    # 退出软件
    soft.Close(True)

四、pdf2docx实现文档转换

1、安装pdf2docx

具体细节请参阅三、pypiwin32实现文档转换》1、安装pypiwin32，只不过需要搜索库名pdf2docx

2、文档转换

（1）pdf =》doc / docx

代码：

from pdf2docx import Converter

doc = Converter("pdf文件全路径")
doc.convert("生成word文档全路径", start=0, end=None)
doc.close()

例如：

from pdf2docx import Converter

doc = Converter("C:\\test\\20221020\\555.pdf")
doc.convert("C:\\test\\20221020\\555.docx", start=0, end=None)
doc.close()

五、生成exe（说明：执行exe不依赖任何python环境）

1、使用场景

虽然上面的代码都是demo代码，但是稍加改造就能完成我们的需求，目前我们公司需要将以wps结尾的文件转换成以docx结尾的文件，由于python可以把文件打成exe，然后生成的exe文件在任何电脑上都可以运行，并且不依赖于python环境，然后我们就可以使用其他语言（比如java）来调用exe完成工作

2、安装pyinstaller

pyinstaller是python使用的exe打包工具，建议在pycharm的终端输入pip3 install pyinstaller安装，安装之后可以通过pyinstaller命令检查安装效果，例如检查结果如下：

在这里插入图片描述

3、python代码

说明：

下面python代码都是基于上述demo改造的，以下代码可以通过命令行参数的形式把源文件和目标文件全路径传递到代码中，其他没做任何改变

wps2docx.py：

from win32com.client import DispatchEx
import sys

# 调用微软Word，其中使用DispatchEx()方法可以新开一个word进程来做事情，避免影响已经打开的word文件
soft = DispatchEx('Word.Application')

try:
    # 获取参数
    arg1 = sys.argv[1]

    # 参数分割
    urls = arg1.split("=")

    # 源文件
    source = urls[0]

    # 目标文件
    target = urls[1]

    # 文档转换
    doc = soft.Documents.Open(source)
    doc.SaveAs(target, FileFormat=12)
    doc.Close()
except:
    print("错误信息：", sys.exc_info())

# 软件退出
soft.Quit()

4、打包exe可执行文件

4.1、打包exe操作

命令：pyinstaller -F -w python文件相对路径/绝对路径，其中 -F 代表“打包成单个可执行文件”，-w 代表“当程序启动的时候不会打开命令行(仅对Windows有效)”；如果大家想定制exe文件图标，可以参考这篇文档 Python打包成exe文件_详细操作

例如：pyinstaller -F -w wps2docx.py

在这里插入图片描述

4.2、打包exe结果说明

在命令执行目录下面将会多出：build文件夹、dist文件夹、python文件名称.spec文件，例如：

在这里插入图片描述

其中exe可执行文件就在dist文件夹下面，当我们需要进行文档转换的时候，只需要在dist文件夹地址栏输入cmd回车，然后执行wps2docx.exe 源文件全路径=目标文件全路径即可

在这里插入图片描述
以后我们只要把build文件夹、dist文件夹、python文件名称.spec文件传给其他人，那么他们就可以使用exe文件来做事情了，我这里把我打包好的文件提供给大家，如下：

链接：https://pan.baidu.com/s/17k__R17guaFv7Eo41LXekQ?pwd=7sic

提取码：7sic

4.3、手动执行exe使用案例

按照4.2、exe打包结果说明，我们测试把C:\test\20221020\测试.wps转换成C:\test\20221020\转换结果.docx，首先我们需要进入dist文件夹，然后在控制栏输入cmd命令回车，然后输入下图指令即可：

在这里插入图片描述

操作结果如下：

在这里插入图片描述

5、使用java代码操作上述exe可执行文件

public class Test {
    public static void main(String[] args) throws IOException, InterruptedException {
        // exe可执行文件全路径
        String exe = "C:\\Users\\mingming\\PycharmProjects\\pythonProject\\dist\\wps2docx.exe";
        // 源文件全路径
        String source = "C:\\test\\20221020\\测试.wps";
        // 目标文件全路径
        String target = "C:\\test\\20221020\\转换结果.docx";
        // 组装命令，拼接空格的作用是让 可执行文件 和 参数 隔开
        String exeCommand = exe + " " + source + "=" + target;
        // 命令打印
        System.out.println("所用命令:" + exeCommand);
        // 执行exe
        Process process = Runtime.getRuntime().exec(exeCommand);
        process.waitFor();
    }
}

控制台输出：

所用命令:C:\Users\mingming\PycharmProjects\pythonProject\dist\wps2docx.exe C:\test\20221020\测试.wps=C:\test\20221020\转换结果.docx

6、拓展说明

虽然exe的名字叫做wps2docx.exe，但是支持wps、doc、docx转docx，毕竟只要目标格式不变，那么python程序中的FileFormat就不会变，然后就能转换成功

六、参考文章

  1. Python调用Win32com实现Office批量转PDF
  2. Python操作wps和et（WPS版的DOC和EXCEL）
  3. Python打包成exe文件_详细操作

7、拓展

明快de玄米61
关注
  • 3
    点赞
  • 踩
  • 23
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
python办公自动化：用WPS批量将docx转为doc格式
06-06
不会用可加V:1002198586(请注明来意)
Python批量实现Word、EXCLE、PPT转PDF文件
weixin_40547993的博客
07-15 5659
在日常办公和文档处理中，有时我们需要将多个Word文档、Excel表格或PPT演示文稿转换为PDF文件。将文档转换为PDF格式的好处是它可以保留文档的布局和格式，并且可以在不同平台上进行方便的查看和共享。本篇博文将介绍如何使用Python编程语言批量实现将多个Word、Excel和PPT文件转换为PDF文件。我们将通过使用Python第三方库来读取、编辑和保存这些文档，并使用合适的转换工具将它们转换为PDF格式。
python使用wps另存为docx
最新发布
成为王的男人
07-01 192
【代码】python使用wps另存为docx。
Python调用WPS批量将doc文件转化为docx文件
weixin_44495269的博客
04-01 2543
应用情景： 当使用Python处理文档时，Python3默认处理的格式为docx类型，因此需要将doc格式进行批量转换，通过调取win32com包可以实现批量转换。 示例代码： import os import time from win32com import client as wc path1 = r'\\Excel_Transfer\\backup' # 需要修改的文件的路径 path2 = r'\\Excel_Transfer\\demo' # 存储的路径 for file in
python office&wps转pdf word_docx_pptx_excel_xls批量转pdf 批量pdf合并
weixin_44813559的博客
04-12 1028
python pdf工具包 转pdf office2pdf import os from win32com.client import Dispatch, constants, gencache, DispatchEx class PDFConverter: def __init__(self, pathname, output, export='.'): self._handle_postfix = ['doc', 'docx', 'ppt', 'pptx', 'xl
【Python服务生活系列--2】实现WPS Office付费功能 word转换纯图pdf
weixin_51349272的博客
03-19 412
实现word转换纯图pdf
excel、word、ppt、转换为pdf，依赖office，python3，pypiwin32
qq_22808061的博客
03-03 741
pip install pypiwin32 先安装依赖库，然后再运行，注意文件夹内的子文件夹的文件也会被转换。 此外此代码在pycharm中运行会报错如下 pywintypes.com_error: (-2147024156, ‘请求的操作需要提升。’, None, None) 猜测直接用pycharm运行没有权限，不知道有没有大佬有解决办法，网上搜了一圈没有找到。 我运行办法是利用pyinstaller打包成exe文件运行。 pip install pyinstaller pyinstaller.
python操作CAN总线的文档
05-09
安装 Python-can 库需要 GNU/Linux 或 Windows 操作系统。对于 GNU/Linux 系统，需要安装 GNU/Linux 依赖项，包括 build-essential、libudev-dev 和 libnl-3-dev 等。对于 Windows 系统，需要安装 Windows 依赖项，...
Python实现将DOC文档转换为PDF的方法
09-21
### Python 实现将 DOC 文档转换为 PDF 的方法 在 IT 领域，文档处理是一项常见的需求，尤其是在办公自动化领域。本篇文章详细介绍如何利用 Python 和其强大的库 win32com 完成从 DOC（Word）到 PDF 文件的转换。 ...
基于python实现word文档文本读取与文档转换pdf源码分享
02-16
单击工具栏中的“Word转PDF”按钮，将打开“Word转PDF”子窗体，在该窗体中，首先单击“请选择Word文本所在路径”右侧的“…”浏览按钮，选择要转换源路径，这时系统将自动获取该路径下的全部Word文档文件，...
python实现在windows下操作word的方法
09-22
在Python编程中，有时我们需要与Microsoft Office应用程序进行交互，比如在Windows环境下操作Word文档。这通常可以通过Python的COM（Component Object Model）接口实现，该接口允许Python调用Windows系统中的对象。...
Python实战代码：PDF转换为图片
05-20
总的来说，通过`poppler`库和`PyPoppler-Qt5`，我们可以轻松地将PDF文档转换为图片格式。这个过程涉及到的操作包括PDF的解析、图像的创建和绘制，以及文件的读写。对于Python开发者，特别是初学者，掌握这些技能将有...
用Python实现简单的文件转化功能
hhcgchpspk的博客
10-01 147
最近要处理一些证件和个人信息文件,很多时候要经过格式转换如转pdf、转图片等操作,虽说网上的类似工具一大把,但多数要收费,更何况这种隐私信息放在网上,谁知道安不安全呢?思来想去,何不用python自己做一个程序来转化文件呢?（本人初学python,很多地方不懂,借鉴了网上许多大佬的文章,还望多多指教）
python将数据导入wps_使用python调用wps v9转换office文件到pdf
weixin_28978471的博客
02-20 1029
#!/usr/bin/python2.6# -*- coding: utf-8 -*-# pip install timeout-decoratorimport osimport win32com.client# wps使用的是wps2016版本# 转换 Word文件档到pdfdef ConvertDocToPdf(src, dst):if not os.path.exists(src):prin...
Python将Word转换为Pdf格式文件（包含批量转换）
CaoMei_HuaCha的博客
07-06 4623
由于本地电脑的offic不能将word转换成pdf格式，于是就用python转换了一下，代码如下所示： from win32com.client import Dispatch word = Dispatch('Word.Application') doc = word.Documents.Open("J:\\新建文件夹 (3)\\调休报告书20200706.doc") doc.SaveAs("J:\\新建文件夹 (3)\\调休报告书20200706.pdf", FileFormat=17) doc.
python实现word文档转PDF
m0_47066335的博客
06-29 2687
【代码】python实现word文档转PDF。
零基础也能懂的python办公自动化教程,从此上班摸鱼轻轻松松
大模型研究中心
10-12 84
知乎上有人提问：用python进行办公自动化都需要学习什么知识呢？这可能是很多非IT职场人士面临的困惑，想把python用到工作中，却不知如何下手？python在自动化办公领域越来越受欢迎，批量处理简直是加班族的福音。自动化办公无非是excel、ppt、word、邮件、文件处理、数据分析处理、爬虫这些，这次就来理一理python自动化办公的那些知识点。下面一一详解。能做这些的前提是会使用Python，最起码要熟悉基本语法，可以编写小脚本。
python处理doc和docx
qq_15821487的博客
12-01 1965
https://python-docx.readthedocs.io/en/latest/index.html https://blog.csdn.net/smile_to_the_world/article/details/105090233 https://blog.csdn.net/qq_22521211/article/details/80278371 https://www.cnblogs.com/TensorSense/p/7413297.html 从网上找到很多类似的文章，代码都差不多，使用之
python和wps-基于python的docx模块处理word和WPS的docx格式文件方式
weixin_39640845的博客
11-11 984
Python docx module for Word or WPS processing本文是通过docx把word中的表格中的某些已填好的内容提取出来，存入excel表格。首先安装docx的python模块：pip install python-docx由于处理的为中文和符号，改成utf-8编码格式import sysreload(sys)sys.setdefaultencoding(&quo...
评论 4
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