作者：劉早起

來(lái)源：早起Python

大家好，又到了python辦公自動(dòng)化專(zhuān)題。今天講的是各位一定會(huì)接觸到的PDF轉(zhuǎn)換，關(guān)于各種格式的文件轉(zhuǎn)換為PDF有很多第三方工具與網(wǎng)站可以實(shí)現(xiàn)，但是使用Python的好處不僅可以批量轉(zhuǎn)換，同時(shí)一旦腳本寫(xiě)完了以后就可以一鍵執(zhí)行，徹底解放雙手，那么本文就來(lái)盤(pán)一盤(pán)如何使用Python來(lái)將Word/Excel/PPT/Markdown/Html等各種格式的文件轉(zhuǎn)換為PDF！

Word轉(zhuǎn)PDF

Word轉(zhuǎn)PDF應(yīng)該是最常見(jiàn)的需求了，畢竟使用PDF格式可以更方便展示文檔，雖然在Word中可以直接導(dǎo)出為PDF格式，但是使用Python可以批量轉(zhuǎn)換，更加高效。

目前在Python中針對(duì)Word轉(zhuǎn)換為PDF的庫(kù)有很多，比如win32就可以調(diào)用word底層vba，將word轉(zhuǎn)成pdf，或者comtypes等，但是這些常用的庫(kù)僅能在Windows機(jī)器上運(yùn)行，所以為了照顧mac用戶(hù)本文使用一個(gè)比較小眾的庫(kù)docx2pdf，看名字就能知道這是專(zhuān)門(mén)用于word轉(zhuǎn)pdf，安裝很簡(jiǎn)單

pip install docx2pdf

使用也比win32等庫(kù)更簡(jiǎn)潔，一行代碼導(dǎo)入一行代碼轉(zhuǎn)換即可

from docx2pdf import convert
convert("input.docx", "output.pdf")

但是有人就會(huì)說(shuō)雖然簡(jiǎn)單，但是這個(gè)操作word本身就可以完成，好的接下來(lái)放大招，我們可以使用下面的代碼找到當(dāng)前或者指定文件夾下的全部word文件

#查找當(dāng)前目錄下的全部word文件
import os
import glob
from pathlib import Path

path = os.getcwd() + '/'
p = Path(path) #初始化構(gòu)造Path對(duì)象
FileList=list(p.glob("**/*.docx")) 

接下來(lái)只要寫(xiě)一個(gè)循環(huán)就可以將該目錄下的全部word一次性轉(zhuǎn)換為PDF

for file in FileList:
    convert(file,f"{file}.pdf")

就這樣，不到10行代碼，只要一秒，指定文件夾中5份Word就輕松轉(zhuǎn)換為PDF，現(xiàn)在還能使用我們之前自動(dòng)化系列文章寫(xiě)過(guò)的批量合并PDF結(jié)合一鍵合并這5份PDF！

Excel轉(zhuǎn)PDF

Excel轉(zhuǎn)PDF可能平時(shí)用的不多，但是作為Office全家桶中的重要工具，并且轉(zhuǎn)換完的表格可以復(fù)制所以我們也講一下。使用到的工具既不是常用的openpyxl也不是pandas，而是另一個(gè)專(zhuān)門(mén)用于處理PDF的庫(kù)fpdf

import pandas as pd
import numpy as np
df_1 = pd.DataFrame(np.random.randn(10, 2), columns=list('AB'))

為了方便講解我們使用Pandas和NumPy來(lái)創(chuàng)建一個(gè)示例數(shù)據(jù)文件，當(dāng)然也可以使用從本地讀取

現(xiàn)在可以使用下面的代碼將這個(gè)表格轉(zhuǎn)換為PDF

from fpdf import FPDF
pdf = FPDF()
pdf.add_page()
pdf.set_xy(0, 0)
pdf.set_font('arial', 'B', 14)
pdf.cell(60)
pdf.cell(70, 10, 'Excel to PDF', 0, 2, 'C')
pdf.cell(-40)
pdf.cell(50, 10, 'Index Column', 1, 0, 'C')
pdf.cell(40, 10, 'A', 1, 0, 'C')
pdf.cell(40, 10, 'B', 1, 2, 'C')
pdf.cell(-90)
pdf.set_font('arial', '', 12)
for i in range(0, len(df_1)):
    col_ind = str(i)
    col_a = str(df_1.A.iloc[i])
    col_b = str(df_1.B.iloc[i])
    pdf.cell(50, 10, '%s' % (col_ind), 1, 0, 'C')
    pdf.cell(40, 10, '%s' % (col_a), 0, 0, 'C')
    pdf.cell(40, 10, '%s' % (col_b), 0, 2, 'C')
    pdf.cell(-90)
pdf.output('Excel2PDF.pdf', 'F')

，其實(shí)思路和openpyxl類(lèi)似，遍歷每一個(gè)單元格并寫(xiě)入數(shù)據(jù)，只不過(guò)現(xiàn)在是往PDF文件中寫(xiě)入。

PPT轉(zhuǎn)PDF

本節(jié)介紹一下PPT如何轉(zhuǎn)換為PDF，但是我搜了一大圈都沒(méi)有MAC用戶(hù)可以實(shí)現(xiàn)的方法，所以只能針對(duì)Windows去操作，使用到的就是在word2pdf中講到的comtypes

import sys
import os
import comtypes.client
#設(shè)置路徑
input_file_path = sys.argv[1]
output_file_path = sys.argv[2]
input_file_path = os.path.abspath(input_file_path)
output_file_path = os.path.abspath(output_file_path)
#創(chuàng)建PDF
powerpoint = comtypes.client.CreateObject("Powerpoint.Application")
powerpoint.Visible = 1
slides = powerpoint.Presentations.Open(input_file_path)
#保存PDF
slides.SaveAs(output_file_path, 32)
slides.Close()

相關(guān)參數(shù)與細(xì)節(jié)可以查閱comtypes官方文檔，因?yàn)槲沂莔ac所以沒(méi)有過(guò)多研究，在成功轉(zhuǎn)換之后就可以和我們之前的批量操作與合并進(jìn)行結(jié)合實(shí)現(xiàn)自動(dòng)化了！

md轉(zhuǎn)pdf

關(guān)于markdown轉(zhuǎn)pdf，幾乎所有markdown編輯器都支持導(dǎo)出為pdf格式，本以為這個(gè)需求并不高，但是研究了一圈發(fā)現(xiàn)很多老外造了很多md轉(zhuǎn)pdf的輪子，比如md2pdf、markdown2pdf、md2pdf-client等。因?yàn)榇蠖鄶?shù)博客使用的是markdown格式，使用這些庫(kù)可以很好的將博客文章批量轉(zhuǎn)換為PDF文檔存儲(chǔ)。

早起都試了一圈，找到一個(gè)語(yǔ)法最簡(jiǎn)單的markdown2pdf3，直接pip安裝即可，使用兩行代碼即可將一個(gè)md文件轉(zhuǎn)換為pdf

from markdown2pdf3 import *
convert_markdown_to_pdf('test.md') #你的markdown文件路徑

但是要注意的是如果有中文，還需要進(jìn)行一些額外的設(shè)置，可以查閱官方文檔，不過(guò)現(xiàn)在就能和之前講的Word轉(zhuǎn)PDF結(jié)合，批量轉(zhuǎn)換指定路徑下的全部markdown文件為pdf，比如可以使用下面的代碼找到當(dāng)前文件夾下的全部md文件

import os
import glob
from pathlib import Path

path = os.getcwd() + '/'
p = Path(path) #初始化構(gòu)造Path對(duì)象
FileList=list(p.glob("**/*.md")) 

html轉(zhuǎn)pdf

關(guān)于html也就是網(wǎng)頁(yè)轉(zhuǎn)為PDF是來(lái)問(wèn)我最多的問(wèn)題，其實(shí)很簡(jiǎn)單，之前在Selenium爬取公眾號(hào)全部文章這篇文章中就提到使用PDFKIT即可，但是并不是直接pip安裝pdfkit就行，我們需要提前進(jìn)入下面的網(wǎng)站選擇自己電腦系統(tǒng)對(duì)應(yīng)的wkhtmltopdf下載安裝

https://wkhtmltopdf.org/downloads.html

安裝完使用pip安裝pdfkit

pip install pdfkit

現(xiàn)在我們就能使用兩行代碼轉(zhuǎn)換指定網(wǎng)頁(yè)為PDF格式，比如將我的第一篇自動(dòng)化文章轉(zhuǎn)為PDF

看起來(lái)效果還是非常好的，所有格式包括代碼都完整的保存了下來(lái)，接下來(lái)怎么做就不用我多說(shuō)了，比如你想下載一個(gè)公眾號(hào)所有文章為PDF格式，那就先將歷史文章URL提取出來(lái)，接著使用pdfkit轉(zhuǎn)換即可，而這兩步驟我們都已經(jīng)詳細(xì)講解過(guò)了！

——熱門(mén)課程推薦：

想從事業(yè)務(wù)型數(shù)據(jù)分析師，您可以點(diǎn)擊>>>“數(shù)據(jù)分析師”了解課程詳情；

想從事大數(shù)據(jù)分析師，您可以點(diǎn)擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情；

想成為人工智能工程師，您可以點(diǎn)擊>>>“人工智能就業(yè)”了解課程詳情；

想了解Python數(shù)據(jù)分析，您可以點(diǎn)擊>>>“Python數(shù)據(jù)分析師”了解課程詳情；

想咨詢(xún)互聯(lián)網(wǎng)運(yùn)營(yíng)，你可以點(diǎn)擊>>>“互聯(lián)網(wǎng)運(yùn)營(yíng)就業(yè)班”了解課程詳情；

想了解更多優(yōu)質(zhì)課程，請(qǐng)點(diǎn)擊>>>