使用python将pdf插入到docx中

python 复制代码
from pdf2image import convert_from_path
from docx import Document
from docx.shared import Inches,Cm

# 将PDF转换为图片
pages = convert_from_path('4.pdf', 200)  # 200是DPI,可以根据需要调整

doc = Document()

# 计算图片在docx中应该显示的宽度
img_width = Cm(21-6.36-2) / 2  # 图片的宽度

# 将图片直接插入到docx文件中
for i in range(0, len(pages), 2):
    paragraph = doc.add_paragraph()  # 增加一个新的段落
    run = paragraph.add_run()
    
    for j in range(i, min(i + 2, len(pages))):
        page = pages[j]
        page.save(f'page_{j}.jpg')  # 保存图片
        run.add_picture(f'page_{j}.jpg', width=img_width)  # 直接插入图片并调整宽度

doc.save('output.docx')

效果展示:

pdf为:

docx 为:


2024-3-31 01点18分

相关推荐
SYC_MORE3 小时前
无需 OCR,多模态大模型如何“读懂” PDF?——基于 GLM-4V-Flash 的智能文档解析原理剖析
人工智能·pdf·ocr
MediaTea4 小时前
Python:实例 __dict__ 详解
java·linux·前端·数据库·python
SunnyDays10114 小时前
Python Excel 打印设置全攻略(打印区域、缩放、页边距、页眉页脚等)
python·excel打印设置·excel页面设置·excel打印选项
小鸡吃米…4 小时前
Python的人工智能-机器学习
人工智能·python·机器学习
傻啦嘿哟4 小时前
Python上下文管理器:优雅处理资源释放的魔法工具
开发语言·python
阿方索4 小时前
Python 基础简介
开发语言·python
BBB努力学习程序设计4 小时前
Python异步编程完全指南:从asyncio到高性能应用
python·pycharm
deephub4 小时前
机器学习时间特征处理:循环编码(Cyclical Encoding)与其在预测模型中的应用
人工智能·python·机器学习·特征工程·时间序列
追光天使4 小时前
Python 连接数据库并遍历数据
python
BBB努力学习程序设计4 小时前
Python迭代器与生成器深度解析:懒加载的艺术
python·pycharm