python 抓取pdf第一页为图片 (python get first page of pdf as image)

因为一个需求，需要把pdf的第一页做成专辑封面，

然后数量很大，就用python来做这个事情，但是遇到了很多困难：

首先先说一下怎么整吧

我的环境 win10 64位， python 2.7  32位

需要安装以下包：

pyPdf（pip可以安装）

wand（pip可以安装）

http://101.96.10.64/ftp.icm.edu.pl/packages/ImageMagick/binaries/ImageMagick-6.7.7-6-Q16-windows-dll.exe

https://mirrors.netix.net/sourceforge/g/gh/ghostscript/GPL%20Ghostscript/9.05/gs905w64.exe

反正后两个包版本别错，踩过无数坑的经验，然后上python 代码：

#coding=utf8
import os
from wand.image import Image
from pyPdf import PdfFileReader, PdfFileWriter
path = r'C:\Users\guanjia\Desktop\2.PDF'


# 传入整个pdf的二进制流，制成一整张图片
# （所以如果只想要一张图，只能先用getPagesOfPdf()切分pdf）
def convert_all_pdf_pages_to_png(pdf_file_blob):
    pdf = Image(blob=pdf_file_blob)

    pages = len(pdf.sequence)

    image = Image(
        width=pdf.width,
        height=pdf.height * pages
    )

    for i in xrange(pages):
        image.composite(
            pdf.sequence[i],
            top=pdf.height * i,
            left=0
        )

    return image.make_blob('png')


# 获取单页的pdf,组成一个新的pdf
# 页数可以是参数，这里是 0
def getPagesOfPdf(path):
    pdfOne = PdfFileReader(file(path, "rb"))
    filepath, ext = path.split('.')
    if ext.lower() != 'pdf':
        raise Exception, '文件必须是pdf'
    tmp_pdf_path = filepath + '_thumb.pdf'
    outputStream = file(tmp_pdf_path, "wb")
    output = PdfFileWriter()
    output.addPage(pdfOne.getPage(0))
    output.write(outputStream)
    outputStream.close()
    return tmp_pdf_path

#
def createPng(tmp_pdf_path):
    with open(tmp_pdf_path, 'rb') as pdf_file:
        filepath, ext = tmp_pdf_path.split('.')
        if ext.lower() != 'pdf':
            raise Exception, '文件必须是pdf'
        with open(filepath + '.png', 'wb') as pdf_write:
            pdf_write.write(convert_all_pdf_pages_to_png(pdf_file.read()))
    os.remove(tmp_pdf_path)

if __name__ == '__main__':
    tmp_pdf_path = getPagesOfPdf(path)# 切分pdf
    createPng(tmp_pdf_path) # pdf 做成图片