驚呆同事的自動化小工具來了！Python 批量將 PDF 轉(zhuǎn) Word

無論在工作還是學習中，大家都會遇到一個問題 "將 PDF 中的內(nèi)容（文本和圖片）轉(zhuǎn)換為 Word 的格式" ，也可以說從只讀轉(zhuǎn)換成可編輯的格式。當然網(wǎng)上有很多工具可以實現(xiàn)，但大多數(shù)都是收費的。

那今天的分享就是通過利用 Python 實現(xiàn)批量將 PDF 轉(zhuǎn)換成 Word 并做成一個桌面小工具。

好處一方面是 Python 有免費的開源庫可供我們使用；另一方面可以根據(jù)我們需求靈活定制功能，最后工具可以重復使用，即使你的同事電腦沒有 Python 開發(fā)環(huán)境，也可以輕松使用。

一、實現(xiàn)效果

二、環(huán)境準備

2.1 pdf 轉(zhuǎn) word

實現(xiàn)這個功能，主要使用的是 pdf2docx 這個庫，也是最推薦的。

只要是標準 PDF 文檔，里面的圖片和表格都可以保留格式，要注意的是 Python 版本必須是 3.6 或以上，本文使用的是 Python 3.8。安裝命令如下：

pip install pdf2docx

2.2 繪制圖形用戶界面

Python 有許多 GUI 工具包可供選擇，本文使用 PySimpleGUI，使用起來比較簡單，對于我們這個需求足夠用。更多可參考：PySimpleGUI 文檔^[1]，有非常多的示例，本文不做過多拓展。使用之前也需要安裝一下，注意大小寫。

pip install PySimpleGUI 

2.3 py 程序打包 exe

pyinstaller 是一個非常簡單的打包 Python 的 py 文件的庫，一條命令即可實現(xiàn)打包。更多可參考官方文檔：pyinstaller^[2]

pip install pyinstaller

三、代碼實現(xiàn)

3.1 PDF 轉(zhuǎn) Word 函數(shù)

from pdf2docx import Converter
import PySimpleGUI as sg


def pdf2word(file_path):
    file_name = file_path.split('.')[0]
    doc_file = f'{file_name}.docx'
    p2w = Converter(file_path)
    p2w.convert(doc_file, start=0, end=None)
    p2w.close()
    return doc_file

3.2 設(shè)計圖形用戶界面

def main():
    # 選擇主題
    sg.theme('LightBlue5')
    # 設(shè)置窗口
    layout = [
        [sg.Text('pdfToword', font=('微軟雅黑', 12)),
         sg.Text('', key='filename', size=(50, 1), font=('微軟雅黑', 10), text_color='blue')],
        [sg.Output(size=(80, 10), font=('微軟雅黑', 10))],
        [sg.FilesBrowse('選擇文件', key='file', target='filename'), sg.Button('開始轉(zhuǎn)換'), sg.Button('退出')]]
    # 創(chuàng)建窗口
    window = sg.Window("Python與數(shù)據(jù)分析_青青", layout, font=("微軟雅黑", 15), default_element_size=(50, 1))

3.3 實現(xiàn)單個文件和批量文件操作

 # 事件循環(huán)
    while True:
        # 窗口的讀取，有兩個返回值（1.事件；2.值）
        event, values = window.read()
        print(event, values)

        if event == "開始轉(zhuǎn)換":
            # 單個文件
            if values['file'] and values['file'].split('.')[1] == 'pdf':
                filename = pdf2word(values['file'])
                print('文件個數(shù) ：1')
                print('\n' + '轉(zhuǎn)換成功！' + '\n')
                print('文件保存位置：', filename)
            # 多個文件
            elif values['file'] and values['file'].split(';')[0].split('.')[1] == 'pdf':
                print('文件個數(shù) ：{}'.format(len(values['file'].split(';'))))
                for f in values['file'].split(';'):
                    filename = pdf2word(f)
                    print('\n' + '轉(zhuǎn)換成功！' + '\n')
                    print('文件保存位置：', filename)
            else:
                print('請選擇pdf格式的文件哦!')
        if event in (None, '退出'):
            break

    window.close()

3.4 調(diào)用主要功能函數(shù)

main()

四、打包代碼

打開 DOS 窗口并切換到 demo.py（這里我新建了文件夾，放到了D盤）文件所在的目錄，注意路徑中不要有中文：

from ··· import * 
改成 import 包名