使用python制作pdf的格式转换程序

前言

在使用文本编辑软件时经常会想将PDF转为图片或者是文档格式，但大多要么得付费要么带有一些捆绑，不如自己写一下。
这里使用了pdf2image和pdf2docx进行转换。

两个关键功能

转图片

def file2Pic():
    global i, pdf_name, file_format
    if pdf_name == '':
        tk.messagebox.showwarning(message='请选择需要导出文件')
    else:
        if var == 0:
            tk.messagebox.showwarning(message='请选择需要导出文件类型')
            print(2)
        else:
            i = 0
            total_file = pdf_name[:-4]
            mkdir(total_file)
            pages = convert_from_path(pdf_name, 500)
            for page in pages:
                file_name = total_file + '/' + str(i) + file_format
                page.save(file_name, 'JPEG')
                i += 1
            counter_l.config(text='转换完成')

其中file_format为导出格式，为了图省事，没有将保存格式进行选择，而是将文件名直接按照后缀进行存储达到可以保存为jpg、bmp、png的格式。

转docx

这部分使用开源项目pdf2docx，可以在这里看到如何使用。
这个开源项目可以实现pdf2docx的几种功能为
段落及文本样式

段落对齐方式（左/右/居中/分散）及段间距
水平（自左向右）或竖直（自底向上）方向的文本
字体样式（颜色、字体、大小、粗/斜体）
文本样式（高亮、下划线、删除线、超链接）
但对列表样式的识别效果欠佳

图片

段落内嵌入型图片
衬于文本下方的浮动型图片
支持Gray/RGB/CMYK等颜色模式及透明背景图片

表格及其样式

边框样式（粗细、颜色）
单元格背景色
合并的单元格
隐藏部分边框的表格（例如三线表）
嵌套表格

支持多进程并行处理

def file2Docx():
    global pdf_name
    cv = Converter(pdf_name)
    total_file = pdf_name[:-4]
    mkdir(total_file)
    docx_name = total_file + '/PDF2Docx.docx'
    cv.convert(docx_name, start=0, end=None)
    cv.close()

最后对gui界面进行了一个简单的绘制。基本功能可以实现，但再打开的时候是根据本机的速度来定。

这里建了一个gitee的项目仓库，希望可以得到各位的指点或共同开发。