Python批量实现Word、EXCLE、PPT转PDF文件

win32com 办公自动化批量实现 2023-09-25 21:09:40 759人浏览薄情痞子

Python 官方文档：入门教程 => 点击学习

摘要

一、绪论背景在日常办公和文档处理中，有时我们需要将多个Word文档、excel表格或PPT演示文稿转换为pdf文件。将文档转换为PDF格式的好处是它可以保留文档的布局和格式，并且可以在不同平台上进行方便的查看和共享。

一、绪论背景

在日常办公和文档处理中，有时我们需要将多个Word文档、excel表格或PPT演示文稿转换为pdf文件。将文档转换为PDF格式的好处是它可以保留文档的布局和格式，并且可以在不同平台上进行方便的查看和共享。

本篇博文将介绍如何使用python编程语言批量实现将多个Word、Excel和PPT文件转换为PDF文件。我们将通过使用Python第三方库来读取、编辑和保存这些文档，并使用合适的转换工具将它们转换为PDF格式。

具体实现方面，我们将首先安装所需的Python库和相关软件，主要使用三个库函数：os, win32com.client, GC。

1）os：os 是Python内置的一个与操作系统交互的库。它提供了许多用于处理文件和目录的函数，例如创建、删除、重命名文件或目录，获取文件属性，遍历目录等。通过使用 os 库，我们可以在Python程序中执行各种与操作系统相关的任务。

2）win32com.client：win32com.client 是一个用于与windows平台上的COM组件进行交互的Python库。COM（Component Object Model）是一种面向对象的组件技术，允许不同的应用程序之间进行通信和交互。win32com.client 库提供了一种方便的方式来调用和操作COM组件，如Microsoft Office应用程序（Word、Excel、PowerPoint等）。通过这个库，我们可以自动化执行一些Office任务，如读写文档、操作Excel表格、创建PPT演示文稿等。

3）gc：gc 是Python内置的垃圾回收模块。垃圾回收是指在程序执行过程中，自动检测和回收不再使用的内存空间，以提高内存利用率和程序性能。gc 模块为我们提供了一些功能，如手动触发垃圾回收、获取和设置垃圾回收的阈值等。尽管Python有自动的垃圾回收机制，但在某些情况下，我们可能需要手动控制垃圾回收的行为。

然后，我们将编写Python代码来遍历指定文件夹中的所有文档，并对每个文档进行逐个转换。

最后，我们将保存转换后的PDF文件到指定的目录中。

通过阅读本篇博文，你将学习到如何使用Python编程语言批量实现将多个Word、Excel和PPT文件转换为PDF文件的方法。这将为你提供一种自动化的方式来处理文档转换任务，节省时间和精力，并提高工作效率。

无论你是一位办公人员、学生还是有大量文档需要处理的个人用户，本篇教程都将帮助你掌握如何使用Python批量实现Word、Excel和PPT转换为PDF文件。让我们一起开始这个方便实用的文档处理之旅吧！

二、代码实践

大家运行本代码，只需要更改为自己的路径即可。如代码中我的地址：D:\PyCharmproject2023\code_test_project\shan_test\data，改为你本地地址即可。

import os, win32com.client, gC# Worddef word2Pdf(filePath, words):    # 如果没有文件则提示后直接退出    if (len(words) < 1):        print("\n【无 Word 文件】\n")        return    # 开始转换    print("\n【开始 Word -> PDF 转换】")    try:        print("打开 Word 进程...")        word = win32com.client.Dispatch("Word.Application")        word.Visible = 0        word.DisplayAlerts = False        doc = None        for i in range(len(words)):            print(i)            fileName = words[i]  # 文件名称            fromFile = os.path.join(filePath, fileName)  # 文件地址            toFileName = changeSufix2Pdf(fileName)  # 生成的文件名称            toFile = toFileJoin(filePath, toFileName)  # 生成的文件地址            print("转换：" + fileName + "文件中...")            # 某文件出错不影响其他文件打印            try:                doc = word.Documents.Open(fromFile)                doc.SaveAs(toFile, 17)  # 生成的所有 PDF 都会在 PDF 文件夹中                print("转换到：" + toFileName + "完成")            except Exception as e:                print(e)            # 关闭 Word 进程        print("所有 Word 文件已打印完毕")        print("结束 Word 进程...\n")        doc.Close()        doc = None        word.Quit()        word = None    except Exception as e:        print(e)    finally:        gc.collect()# Exceldef excel2Pdf(filePath, excels):    # 如果没有文件则提示后直接退出    if (len(excels) < 1):        print("\n【无 Excel 文件】\n")        return    # 开始转换    print("\n【开始 Excel -> PDF 转换】")    try:        print("打开 Excel 进程中...")        excel = win32com.client.Dispatch("Excel.Application")        excel.Visible = 0        excel.DisplayAlerts = False        wb = None        ws = None        for i in range(len(excels)):            print(i)            fileName = excels[i]  # 文件名称            fromFile = os.path.join(filePath, fileName)  # 文件地址            print("转换：" + fileName + "文件中...")            # 某文件出错不影响其他文件打印            try:                wb = excel.Workbooks.Open(fromFile)                for j in range(wb.Worksheets.Count):  # 工作表数量，一个工作簿可能有多张工作表                    toFileName = addWorksheetsOrder(fileName, j + 1)  # 生成的文件名称                    toFile = toFileJoin(filePath, toFileName)  # 生成的文件地址                    ws = wb.Worksheets(j + 1)  # 若为[0]则打包后会提示越界                    ws.ExportAsFixedFORMat(0, toFile)  # 每一张都需要打印                    print("转换至：" + toFileName + "文件完成")            except Exception as e:                print(e)        # 关闭 Excel 进程        print("所有 Excel 文件已打印完毕")        print("结束 Excel 进程中...\n")        ws = None        wb.Close()        wb = None        excel.Quit()        excel = None    except Exception as e:        print(e)    finally:        gc.collect()# PPTdef ppt2Pdf(filePath, ppts):    # 如果没有文件则提示后直接退出    if (len(ppts) < 1):        print("\n【无 PPT 文件】\n")        return    # 开始转换    print("\n【开始 PPT -> PDF 转换】")    try:        print("打开 PowerPoint 进程中...")        powerpoint = win32com.client.Dispatch("PowerPoint.Application")        ppt = None        # 某文件出错不影响其他文件打印        for i in range(len(ppts)):            print(i)            fileName = ppts[i]  # 文件名称            fromFile = os.path.join(filePath, fileName)  # 文件地址            toFileName = changeSufix2Pdf(fileName)  # 生成的文件名称            toFile = toFileJoin(filePath, toFileName)  # 生成的文件地址            print("转换：" + fileName + "文件中...")            try:                ppt = powerpoint.Presentations.Open(fromFile, WithWindow=False)                if ppt.Slides.Count > 0:                    ppt.SaveAs(toFile, 32)  # 如果为空则会跳出提示框（暂时没有找到消除办法）                    print("转换至：" + toFileName + "文件完成")                else:                    print("（错误，发生意外：此文件为空，跳过此文件）")            except Exception as e:                print(e)        # 关闭 PPT 进程        print("所有 PPT 文件已打印完毕")        print("结束 PowerPoint 进程中...\n")        ppt.Close()        ppt = None        powerpoint.Quit()        powerpoint = None    except Exception as e:        print(e)    finally:        gc.collect()# 修改后缀名def changeSufix2Pdf(file):    return file[:file.rfind('.')] + ".pdf"# 添加工作簿序号def addWorksheetsOrder(file, i):    return file[:file.rfind('.')] + "_工作表" + str(i) + ".pdf"# 转换地址def toFileJoin(filePath, file):    return os.path.join(filePath, 'pdf', file[:file.rfind('.')] + ".pdf")# 开始程序print("====================程序开始====================")print(    "【程序功能】将目标路径下内所有的 ppt、excel、word 均生成一份对应的 PDF 文件，存在新生成的 pdf 文件夹中（需已经安装office，不包括子文件夹）")print(    "注意：若某 PPT 和 Excel 文件为空，则会出错跳过此文件。若转换 PPT 时间过长，请查看是否有报错窗口等待确认，暂时无法彻底解决 PPT 的窗口问题（为空错误已解决）。在关闭进程过程中，时间可能会较长，十秒左右，请耐心等待。")# 需要转换的文件路径# filePath = input("输入目标路径：(若为当前路径：" + os.getcwd() + "，请直接回车）\n")filePath = "D:\Pycharmproject2023\code_test_project\shan_test\data"# 目标路径，若没有输入路径则为当前路径if (filePath == ""):    filePath = os.getcwd()# 将目标文件夹所有文件归类，转换时只打开一个进程words = []ppts = []excels = []for fn in os.listdir(filePath):    if fn.endswith(('.doc', 'docx')):        words.append(fn)    if fn.endswith(('.ppt', 'pptx')):        ppts.append(fn)    if fn.endswith(('.xls', 'xlsx')):        excels.append(fn)# 调用方法print("====================开始转换====================")# 保存路径：新建 pdf 文件夹，所有生成的 PDF 文件都放在里面folder = filePath + '\\pdf\\'if not os.path.exists(folder):    os.makedirs(folder)word2Pdf(filePath, words)excel2Pdf(filePath, excels)ppt2Pdf(filePath, ppts)print("====================转换结束====================")print("\n====================程序结束====================")# os.system("pause")