惊呆同事的自动化小工具来了！python批量将pdf转word

无论在日常工作还是学习中，大家都会遇到一个问题 " 将pdf中的内容（文本和图片）转化为word的格式 " ，也可以说从只读变成可编辑的格式。当然网上有很多工具可以实现，但大多都是收费的。那我今天的分享，就是通过 python 实现批量将pdf转换成word，做成一个桌面小工具。好处是一方面python有免费的开源库可供我们使用；另一方面可以根据我们需求灵活定制功能；最后工具可以重复使用，即使你的同事电脑没有 pyhton 开发环境，也可以使用。

一、实现效果

二、环境准备

1、pdf 转 word

实现这个功能，主要使用的是pdf2docx这个库，也是最推荐的。只要是标准PDF文档，里面的图片和表格都可以保留格式。要注意的是python版本必须是3.6或以上，本文我使用的是python3.8。安装命令如下：

pip install pdf2docx

2、绘制图形用户界面

Python有许多GUI工具包可供选择，本文使用 PySimpleGUI ，使用起来简单，对于我们这个需求足够用 。想要深入的伙伴可移步：PySimpleGUI 文档，有非常多的示例，本文不做过多拓展。使用之前也需要安装一下，注意大小写问题。

pip install PySimpleGUI 

3、py 程序打包 exe

pyinstaller 是一个非常简单的打包 python 的 py 文件的库，一条命令即可实现打包。官方文档：pyinstaller

pip install pyinstaller

三、代码实现

1、pdf 转 word 函数

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

2、设计图形用户界面

def main():
    # 选择主题
    sg.theme('LightBlue5')
    # 设置窗口
    layout = [
        [sg.Text('pdfToword', font=('微软雅黑', 12)),
         sg.Text('', key='filename', size=(50, 1), font=('微软雅黑', 10), text_color='blue')],
        [sg.Output(size=(80, 10), font=('微软雅黑', 10))],
        [sg.FilesBrowse('选择文件', key='file', target='filename'), sg.Button('开始转换'), sg.Button('退出')]]
    # 创建窗口
    window = sg.Window("Python与数据分析_青青", layout, font=("微软雅黑", 15), default_element_size=(50, 1))

3、实现单个文件和批量文件操作

 # 事件循环
    while True:
        # 窗口的读取，有两个返回值（1.事件；2.值）
        event, values = window.read()
        print(event, values)

        if event == "开始转换":
            # 单个文件
            if values['file'] and values['file'].split('.')[1] == 'pdf':
                filename = pdf2word(values['file'])
                print('文件个数 ：1')
                print('\n' + '转换成功！' + '\n')
                print('文件保存位置：', filename)
            # 多个文件
            elif values['file'] and values['file'].split(';')[0].split('.')[1] == 'pdf':
                print('文件个数 ：{}'.format(len(values['file'].split(';'))))
                for f in values['file'].split(';'):
                    filename = pdf2word(f)
                    print('\n' + '转换成功！' + '\n')
                    print('文件保存位置：', filename)
            else:
                print('请选择pdf格式的文件哦!')
        if event in (None, '退出'):
            break

    window.close()

4、调用主要功能函数

main()

四、打包代码

1、打开DOS窗口并切换到demo.py（这里我新建了文件夹，放到了D盘）文件所在的目录，注意路径中不要有中文：

pyinstaller指令的常见可选参数

-i 给应用程序添加图标
-F 指定打包后只生成一个exe格式的文件
-D –onedir 创建一个目录，包含exe文件，但会依赖很多文件（默认选项）
-c –console, –nowindowed 使用控制台，无界面(默认)
-w –windowed, –noconsole 使用窗口，无控制台
-p 添加搜索路径

在当前的目录下,将会生成两个文件夹:build和dist。dist里面就是所有可执行exe文件，发送快捷方式到桌面，点击 exe 就能运行了。

五、解决exe文件过大问题【可略】

1、如果生成exe之后，你发现你的程序异常的慢，请检查你的导包代码，尽量不要出现以下写法，否则每次启动程序，都会导入大量函数占用大量时间。

 from ··· import * 
 改成 import 包名 

2、搭建干净的python虚拟环境
详情见我的历史文章：太强了！Python 开发桌面小工具，让代码替我们干重复的工作， 里面介绍了什么是虚拟环境，以及如何搭建。

到这里，分享就结束了。主要为大家提高工作效率，办公自动化提供一种思路。欢迎大家在评论区一起交流讨论~ 记得点赞呀