用python将pdf转成图片转换成对应的word文件

小草cys2024-10-28 9:38

*科管系统**报告只能上传word，但是有些盖章文件只有pdf版本，因此有这个需求，目前市面上没这软件，只能自己python写一个。

要将PDF中的页面以图片的形式存储到Word文档中，你需要完成以下几个步骤：

从PDF中提取每一页的图像。

将这些图像插入到Word文档中。

这里提供一个使用Python实现的示例流程，其中使用PyMuPDF（也称为fitz）来读取PDF并提取图像，使用python-docx来创建Word文档并插入图像。

安装所需库

首先确保安装了所需的库：

pip install pymupdf python-docx

示例代码

以下是一个简单的脚本，演示如何将PDF中的页面作为图像保存，并将这些图像插入到Word文档中：

python 复制代码

import fitz  # PyMuPDF
from docx import Document
from docx.shared import Inches

def pdf_to_images(pdf_path, output_folder):
    # 打开PDF文件
    with fitz.open(pdf_path) as doc:
        # 遍历每一页
        for page_num in range(len(doc)):
            page = doc[page_num]
            # 将PDF页面渲染为图像
            pix = page.get_pixmap(dpi=300)  # dpi可以根据需要调整
            image_path = f"{output_folder}/page_{page_num + 1}.png"
            pix.save(image_path)  # 保存图像到磁盘
            yield image_path

def images_to_word(image_paths, word_path):
    # 创建一个新的Word文档
    doc = Document()
    
    # 遍历所有图像并将它们插入到Word文档中
    for image_path in image_paths:
        doc.add_picture(image_path, width=Inches(6))  # 调整宽度以适应页面
        doc.add_page_break()  # 添加一个新页面
    
    # 保存Word文档
    doc.save(word_path)

# 主函数
def main(pdf_path, output_folder, word_path):
    # 从PDF中提取图像
    image_paths = list(pdf_to_images(pdf_path, output_folder))
    
    # 将图像插入到Word文档中
    images_to_word(image_paths, word_path)

if __name__ == "__main__":
    # 定义输入输出路径
    pdf_path = 'F:\python\pdf2word\测试分册.pdf' # PDF文件路径
    output_folder = "output_images"  # 图像输出文件夹
    word_path = "output_ceshi.docx"  # Word文档输出路径
    
    # 创建输出文件夹
    import os
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    
    # 调用主函数
    main(pdf_path, output_folder, word_path)