python批量word转txt_python批量实现Word文件转换为PDF文件

本文为大家分享了python批量转换Word文件为PDF文件的具体方法，供大家参考，具体内容如下

1、目的

通过万能的Python把一个目录下的所有Word文件转换为PDF文件。

2、遍历目录

作者总结了三种遍历目录的方法，分别如下。

2.1.调用glob

遍历指定目录下的所有文件和文件夹，不递归遍历，需要手动完成递归遍历功能。 import glob as gb

path = gb.glob('d:\\2\\*')

for path in path:

print path

2.2.调用os.walk

遍历指定目录下的所有文件和文件夹，递归遍历，功能强大，推荐使用。 import os

for dirpath, dirnames, filenames in os.walk('d:\\2\\'):

for file in filenames:

fullpath = os.path.join(dirpath, file)

print fullpath, file

2.3.自己DIY

遍历指定目录下的所有文件和文件夹，递归遍历，自主编写，扩展性强，可以学习练手。 import os;

files = list();

def DirAll(pathName):

if os.path.exists(pathName):

fileList = os.listdir(pathName);

for f in fileList:

if f=="$RECYCLE.BIN" or f=="System Volume Information":

continue;

f=os.path.join(pathName,f);

if os.path.isdir(f):

DirAll(f);

else:

dirName=os.path.dirname(f);

baseName=os.path.basename(f);

if dirName.endswith(os.sep):

files.append(dirName+baseName);

else:

files.append(dirName+os.sep+baseName);

DirAll("D:\\2\\");

for f in files:

print f

# print f.decode('gbk').encode('utf-8');

2.4.备注

注意，如果遍历过程中，出现文件名称或文件路径乱码问题，可以查看本文的参考资料来解决。

3、转换Word文件为PDF

通过Windows Com组件(win32com)，调用Word服务(Word.Application)，实现Word到PDF文件的转换。因此，要求该Python程序需要在有Word服务(可能至少要求2007版本)的Windows机器上运行。 #coding:utf8

import os, sys

reload(sys)

sys.setdefaultencoding('utf8')

from win32com.client import Dispatch, constants, gencache

input = 'D:\\2\\test\\11.docx'

output = 'D:\\2\\test\\22.pdf'

print 'input file', input

print 'output file', output

# enable python COM support for Word 2007

# this is generated by: makepy.py -i "Microsoft Word 12.0 Object Library"

gencache.EnsureModule('{00020905-0000-0000-C000-000000000046}', 0, 8, 4)

# 开始转换

w = Dispatch("Word.Application")

try:

doc = w.Documents.Open(input, ReadOnly=1)

doc.ExportAsFixedFormat(output, constants.wdExportFormatPDF, \

Item=constants.wdExportDocumentWithMarkup,

CreateBookmarks=constants.wdExportCreateHeadingBookmarks)

except:

print ' exception'

finally:

w.Quit(constants.wdDoNotSaveChanges)

if os.path.isfile(output):

print 'translate success'

else:

print 'translate fail'

4、批量转换

要实现批量准换，将第2步和第3步的功能组合在一起即可，直接上代码。 # -*- coding:utf-8 -*-

# doc2pdf.py: python script to convert doc to pdf with bookmarks!

# Requires Office 2007 SP2

# Requires python for win32 extension

import glob as gb

import sys

reload(sys)

sys.setdefaultencoding('utf8')

'''

参考:http://blog.csdn.net/rumswell/article/details/7434302

'''

import sys, os

from win32com.client import Dispatch, constants, gencache

# from config import REPORT_DOC_PATH,REPORT_PDF_PATH

REPORT_DOC_PATH = 'D:/2/doc/'

REPORT_PDF_PATH = 'D:/2/doc/'

# Word转换为PDF

def word2pdf(filename):

input = filename + '.docx'

output = filename + '.pdf'

pdf_name = output

# 判断文件是否存在

os.chdir(REPORT_DOC_PATH)

if not os.path.isfile(input):

print u'%s not exist' % input

return False

# 文档路径需要为绝对路径，因为Word启动后当前路径不是调用脚本时的当前路径。

if (not os.path.isabs(input)): # 判断是否为绝对路径

# os.chdir(REPORT_DOC_PATH)

input = os.path.abspath(input) # 返回绝对路径

else:

print u'%s not absolute path' % input

return False

if (not os.path.isabs(output)):

os.chdir(REPORT_PDF_PATH)

output = os.path.abspath(output)

else:

print u'%s not absolute path' % output

return False

try:

print input, output

# enable python COM support for Word 2007

# this is generated by: makepy.py -i "Microsoft Word 12.0 Object Library"

gencache.EnsureModule('{00020905-0000-0000-C000-000000000046}', 0, 8, 4)

# 开始转换

w = Dispatch("Word.Application")

try:

doc = w.Documents.Open(input, ReadOnly=1)

doc.ExportAsFixedFormat(output, constants.wdExportFormatPDF, \

Item=constants.wdExportDocumentWithMarkup,

CreateBookmarks=constants.wdExportCreateHeadingBookmarks)

except:

print ' exception'

finally:

w.Quit(constants.wdDoNotSaveChanges)

if os.path.isfile(pdf_name):

print 'translate success'

return True

else:

print 'translate fail'

return False

except:

print ' exception'

return -1

if __name__ == '__main__':

# img_path = gb.glob(REPORT_DOC_PATH + "*")

# for path in img_path:

# print path

# rc = word2pdf(path)

# rc = word2pdf('1')

# print rc,

# if rc:

# sys.exit(rc)

# sys.exit(0)

import os

for dirpath, dirnames, filenames in os.walk(REPORT_DOC_PATH):

for file in filenames:

fullpath = os.path.join(dirpath, file)

print fullpath, file

rc = word2pdf(file.rstrip('.docx'))

5、参考资料

利用Python将word 2007的文档转为pdf文件

遍历某目录下的所有文件夹与文件的路径、输出中文乱码问题

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持聚米学院。