Python实用技：将Office文件转为PDF

在平时的工作中，难免需要一些 小Tip 来解决工作中遇到的问题，今天的文章给大家安利一个方便快捷的小技巧，将 Office(doc/docx/ppt/pptx/xls/xlsx)文件批量或者单一文件转换为 PDF 文件。不过在做具体操作之前需要在 PC 安装好 Office，再利用 Python 的 win32com 包来实现 Office 文件的转换操作。

安装 win32com

在实战之前，需要安装 Python 的 win32com,详细安装步骤如下：

使用 pip 命令安装 

pip install pywin32 

如果我们遇到安装错误，可以通过python -m pip install --upgrade pip更新云端的方式再进行安装即可： 

python -m pip install --upgrade pip 

下载离线安装包安装

如果 pip 命令未安装成功的话还可以下载离线包安装，方法步骤如下：首先在官网选择对应的 Python 版本下载离线包：https://sourceforge.net/projects/pywin32/files/pywin32/Build%20221/ 下载好后傻瓜式安装好即可。

文件转换逻辑

详细代码如下：

class PDFConverter: 
    def __init__(self, pathname, export='.'): 
        self._handle_postfix = ['doc', 'docx', 'ppt', 'pptx', 'xls', 'xlsx'] # 支持转换的文件类型 
        self._filename_list = list()  #列出文件 
        self._export_folder = os.path.join(os.path.abspath('.'), 'file_server/pdfconver') 
        if not os.path.exists(self._export_folder): 
            os.mkdir(self._export_folder) 
        self._enumerate_filename(pathname) 
 
    def _enumerate_filename(self, pathname): 
        ''' 
        读取所有文件名 
        ''' 
        full_pathname = os.path.abspath(pathname) 
        if os.path.isfile(full_pathname): 
            if self._is_legal_postfix(full_pathname): 
                self._filename_list.append(full_pathname) 
            else: 
                raise TypeError('文件 {} 后缀名不合法！仅支持如下文件类型：{}。'.format(pathname, '、'.join(self._handle_postfix))) 
        elif os.path.isdir(full_pathname): 
            for relpath, _, files in os.walk(full_pathname): 
                for name in files: 
                    filename = os.path.join(full_pathname, relpath, name) 
                    if self._is_legal_postfix(filename): 
                        self._filename_list.append(os.path.join(filename)) 
        else: 
            raise TypeError('文件/文件夹 {} 不存在或不合法！'.format(pathname)) 
 
    def _is_legal_postfix(self, filename): 
        return filename.split('.')[-1].lower() in self._handle_postfix and not os.path.basename(filename).startswith( 
            '~') 
 
    def run_conver(self): 
        print('需要转换的文件数是：', len(self._filename_list)) 
        for filename in self._filename_list: 
            postfix = filename.split('.')[-1].lower() 
            funcCall = getattr(self, postfix) 
            print('原文件：', filename) 
            funcCall(filename) 
        print('转换完成！') 

doc/docx 转换为 PDF

doc/docx 转换为 PDF 部分代码如下所示： 

def doc(self, filename): 
        name = os.path.basename(filename).split('.')[0] + '.pdf' 
        exportfile = os.path.join(self._export_folder, name) 
        print('保存 PDF 文件：', exportfile) 
        gencache.EnsureModule('{00020905-0000-0000-C000-000000000046}', 0, 8, 4) 
        pythoncom.CoInitialize() 
        w = Dispatch("Word.Application") 
        pythoncom.CoInitialize()  # 加上防止 CoInitialize 未加载 
        doc = w.Documents.Open(filename) 
        doc.ExportAsFixedFormat(exportfile, constants.wdExportFormatPDF, 
                                Item=constants.wdExportDocumentWithMarkup, 
                                CreateBookmarks=constants.wdExportCreateHeadingBookmarks) 
        w.Quit(constants.wdDoNotSaveChanges) 
 def docx(self, filename): 
        self.doc(filename) 

ppt/pptx 转换为 PDF

ppt/pptx 转换为 PDF 部分代码如下： 

def ppt(self, filename): 
        name = os.path.basename(filename).split('.')[0] + '.pdf' 
        exportfile = os.path.join(self._export_folder, name) 
        gencache.EnsureModule('{00020905-0000-0000-C000-000000000046}', 0, 8, 4) 
        pythoncom.CoInitialize() 
        p = Dispatch("PowerPoint.Application") 
        pythoncom.CoInitialize() 
        ppt = p.Presentations.Open(filename, False, False, False) 
        ppt.ExportAsFixedFormat(exportfile, 2, PrintRange=None) 
        print('保存 PDF 文件：', exportfile) 
        p.Quit() 
 
    def pptx(self, filename): 
        self.ppt(filename) 

xls/xlsx 转换为 PDF 

def xls(self, filename): 
        name = os.path.basename(filename).split('.')[0] + '.pdf' 
        exportfile = os.path.join(self._export_folder, name) 
        pythoncom.CoInitialize() 
        xlApp = DispatchEx("Excel.Application") 
        pythoncom.CoInitialize() 
        xlApp.Visible = False 
        xlApp.DisplayAlerts = 0 
        books = xlApp.Workbooks.Open(filename, False) 
        books.ExportAsFixedFormat(0, exportfile) 
        books.Close(False) 
        print('保存 PDF 文件：', exportfile) 
        xlApp.Quit() 
 
    def xlsx(self, filename): 
        self.xls(filename)  

执行转换逻辑 

if __name__ == "__main__": 
    # 支持文件夹批量导入 
    #folder = 'tmp' 
    #pathname = os.path.join(os.path.abspath('.'), folder) 
    # 也支持单个文件的转换 
    pathname = "G:/python_study/test.doc" 
    pdfConverter = PDFConverter(pathname) 
    pdfConverter.run_conver() 

总结 

今天的文章主要是 Python 实战之小工具的运用，希望对大家有所帮助。