1.office文件
这里用的是win32com, 需要注意已经安装的python版本是32位还是64位。
安装后导入
from win32com.client import Dispatch, constants, gencache, DispatchEx
(1) word转PDF
gencache.EnsureModule('{00020905-0000-0000-C000-000000000046}', 0, 8, 4)
w = DispatchEx("Word.Application")
doc = w.Documents.Open(docFile, ReadOnly=1)
doc.ExportAsFixedFormat(targetFile, constants.wdExportFormatPDF,
Item=constants.wdExportDocumentWithMarkup,
CreateBookmarks=constants.wdExportCreateHeadingBookmarks)
w.Quit(constants.wdDoNotSaveChanges)
(2) excel转PDF
xlApp = DispatchEx("Excel.Application")
xlApp.Visible = False #进程可见，False是它暗自进行
xlApp.DisplayAlerts = 0 #不跳出来。
books = xlApp.Workbooks.Open(excelFile,False)
books.ExportAsFixedFormat(0, targetFile)
books.Close(False)
xlApp.Quit()
(3) ppt转PDF
gencache.EnsureModule('{00020905-0000-0000-C000-000000000046}', 0, 8, 4)
p = Dispatch("PowerPoint.Application")
ppt = p.Presentations.Open(pptFile, False, False, False)
ppt.ExportAsFixedFormat(targetFile, 2, PrintRange=None)
p.Quit()
2. 图片文件
需要安装PIL 和 reportlab
安装完导入
from PIL import Image
from reportlab.lib.pagesizes import A4, landscape
from reportlab.pdfgen import canvas
图片转PDF
(w, h) = landscape(A4)
c = canvas.Canvas(self.getPdfName(fileName), pagesize = landscape(A4))
(xsize, ysize) = Image.open(fileName).size
ratx = xsize / w
raty = ysize / h
ratxy = xsize / (1.0 * ysize)
if ratx > 1:
ratx = 0.99
if raty > 1:
raty = 0.99
rat = ratx
if ratx < raty:
rat = raty
widthx = w * rat
widthy = h * rat
widthx = widthy * ratxy
posx = (w - widthx) / 2
if posx < 0:
posx = 0
posy = (h - widthy) / 2
if posy < 0:
posy = 0
c.drawImage(fileName, posx, posy, widthx, widthy)
c.showPage()
c.save()
3. html文件
需要安装pdfkit
安装后导入
import pdfkit
html转PDF
options={
'page-size':'Letter',
'margin-top':'0.75in',
'margin-right':'0.75in',
'margin-bottom':'0.75in',
'margin-left':'0.75in',
'encoding':"UTF-8",
'no-outline':None
}
pdfkit.from_file(htmlFile, targetFile, options)
需要注意的是：pdfkit需要和wkhtmltopdf配合使用。
安装后需要配置环境变量，将wkhtmltopdf.exe所在目录加上path中。
4. 文本文件
能用记事本等打开的文本文件，如txt文件，也可以用pdfkit工具来转换成pdf文件。
需要注意的是：
(1) 对于其它格式的文件，可以保存为txt文件之后再转换，因为有些不能被识别。
(2) 对于较大的文本文件，可以切割成多个文件，分别转换后，再把生成的多个pdf文件合并成一个pdf文件。
合并pdf文件可以用PyPDF2
安装后导入
from PyPDF2.pdf import PdfFileWriter, PdfFileReader
合并
pdf_output = PdfFileWriter()
files = []
for pdf in pdfList:
f = open(pdf, 'rb')
files.append(f)
pdf_input = PdfFileReader(f)
# 获取 pdf 共用多少页
page_count = pdf_input.getNumPages()
for i in range(page_count):
pdf_output.addPage(pdf_input.getPage(i))
pdf_output.write(open(targetFile, 'wb'))
