太赞了!将Python代码转化为可执行的程序

Python绿色通道

共 2660字,需浏览 6分钟

 ·

2022-04-20 19:56


↑ 关注 + 星标 ,每天学Python新技能

后台回复【大礼包】送你Python自学大礼包


PDF文档遵循一定的规范,例如精确定位了每个字符出现在页面上的坐标、根据坐标绘制的各种形状(线、矩形、曲线等)。所以,用PDF格式传输和打印文档可以保证格式的一致性,不会像Word那样因为渲染引擎的不同而出现格式错乱、多页少页等问题。


Word文档则是一种流式布局,元素之间的相对距离决定了其呈现在页面上的最终位置。因此适合编辑内容,前文内容的修改自动促发后续文档布局的更新。
PDF转Word是一个古老的话题,其难点在于建立从PDF基于元素位置的格式到Word基于内容的格式的映射
PDF文档实际并不存在段落、表格的概念,PDF转Word要做的就是将PDF文档中“横、竖线条围绕着文本”解析为Word的“表格”,将“文本及下方的一条横线”解析为“文本下划线”,等等。
pdf2docx支持Windows和Linux平台,要求Python版本>=3.6
pdf2docx安装方式:
pip install pdf2docx


pdf2docx使用

from pdf2docx import Converter

思路如下
  1. 获取pdf文件路径。
  2. 过滤出当前文件夹中所有的pdf文件。
  3. 提取pdf文件名和后缀名。
  4. 文件名+'docx'拼接重组word文件(改变格式不变文件名)。
  5. 使用pdf2docx进行文件转换。

源码
代码很简单,源码奉上,思路都在注释里已经说明
import os
from pdf2docx import Converter

def pdf_docx():
    # 获取当前工作目录
    file_path = os.getcwd()

    # 遍历所有文件
    for file in os.listdir(file_path):
        # 获取文件后缀
        suff_name = os.path.splitext(file)[1]

        # 过滤非pdf格式文件
        if suff_name != '.pdf':
            continue
        # 获取文件名称
        file_name = os.path.splitext(file)[0]
        # pdf文件名称
        pdf_name = os.getcwd() + '\\' + file
        # 要转换的docx文件名称
        docx_name = os.getcwd() + '\\' + file_name + '.docx'
        # 加载pdf文档
        cv = Converter(pdf_name)
        cv.convert(docx_name)
        cv.close()

测试

我们准备的pdf文档有格式,有图片。先来进行测试


控制台信息打印如下,0.17秒完成了3页pdf->docx文件的转换

[INFO] Start to convert E:\Python\pycharm++\GOGO数据\卢本伟.pdf
[INFO] [1/4] Opening document...
[INFO] [2/4] Analyzing document...
[WARNING] Replace font "MicrosoftYaHeiUI" with "Times New Roman" due to lack of data.
Deprecation: 'getText' removed from class 'Pageafter v1.19.0 - use 'get_text'.
Deprecation:
 'getImageList' removed from class 'Pageafter v1.19.0 - use 'get_images'.
Deprecation:
 'getImageBbox' removed from class 'Pageafter v1.19.0 - use 'get_image_bbox'.
Deprecation:
 'getPNGData' removed from class 'Pixmapafter v1.19.0 - use 'tobytes'.
Deprecation:
 'getDrawings' removed from class 'Pageafter v1.19.0 - use 'get_drawings'.
Deprecation:
 'getLinks' removed from class 'Pageafter v1.19.0 - use 'get_links'.
Deprecation:
 'getArea' removed from class 'Rectafter v1.19.0 - use 'get_area'.
[INFO] [3/4] Parsing pages...
[INFO(1/3) Page 1
[INFO(2/3) Page 2
[INFO(3/3) Page 3
[INFO] [4/4] Creating pages...
[INFO(1/3) Page 1
[INFO(2/3) Page 2
[INFO(3/3) Page 3
[INFOTerminated in 0.17s.


转换完成后的docx文件格式如下:



现在我们已经完成了pdf转word的操作,这样的局限性太大了,万一我的pc没有python环境怎么搞?

接下来我们对文件进行打包,让你随时随地可以转换文档
python 上常见的打包方式目是通过 pyinstaller 来实现的。

pip install pyinstaller 


详细步骤

pyinstaller 是一个命令行工具,下面是详细步骤
1、cmd 切换到 python 文件的目录


2、执行命令 pyinstall -F pdfToword.py



执行完毕会发现生成了 3 个文件夹



其中 dist 文件夹就有我们已经打包完成的 exe 文件。



3、双击 exe 就可以运行成功了。一键抓换pdf-word

够方便的吧~~



今天的分享就到此结束啦,



  1. 离线识别率高达99%的Python人脸识别系统,开源~

  2. 惊呆了!小姐姐用图解 Python,这也太秀了吧?



浏览 76
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报