首先python根据文本内容生成doc，使用的是python-docx库，使用示例如下：
from docx import Document
from docx.shared import Pt, RGBColor
from docx.oxml.ns import qn
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT #设置对象居中、对齐等
document = Document()
document.styles['Normal'].font.name = u'微软雅黑'
document.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'微软雅黑')
# 标题：20号字体,居中,加粗,黑色,微软雅黑,段落间距20
title = document.add_paragraph()
# 设置段落间距
title.paragraph_format.line_spacing = 1.3 # 行距
# 设置居中
title.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER
# 加入文字
run = title.add_run('测试文档')
# 设置字体大小20
run.font.size = Pt(16)
# 设置字体颜色
run.font.color.rgb = RGBColor(0, 0, 0)
# 加粗
run.font.bold = True
document.save('./a.docx')下面进入重点python doc怎么转png，调研并测试过这几个方法：
- 使用unoconv和libreoffice，doc转pdf，pdf转png【环境centos 7】
# 安装 libreoffice 可将doc转pdf
yum install libreoffice-writer
yum install unoconv
# 安装imagemagick
yum install ImageMagick
1.安装字体库
yum -y install fontconfig
2.添加中文字体，建立存储中文字体的文件夹
mkdir /usr/share/fonts/chinese
3.在windows上打开c盘下的Windows/Fonts目录，一般选择宋体和黑体，可以看到2个后缀名ttf和ttc的文件，将中文字体复制到Linux中那个chinese文件夹
4.添加权限
chmod -R 755 /usr/share/fonts/chinese
5.安装ttmkfdir来搜索目录中所有的字体信息，并汇总生成fonts.scale文件
yum -y install ttmkfdir
6.接下来生成
ttmkfdir -e /usr/share/X11/fonts/encodings/encodings.dir
7.修改字体配置文件
vi /etc/fonts/fonts.conf
8.可以看到一个Font list，即字体列表，添加中文字体文件夹位置，生成缓存
fc-cache
查看中文字体是否被添加进去
fc-list
# 执行转换
$ unoconv -f pdf -o ./11.pdf 11.docx
$ sz 11.pdf
$ unoconv -f png -o ./11.png 11.pdf # 只能转换1张，使用：convert -density 300 12.pdf -alpha off -background white -quality 100 image_transparent.png #会生成多张 image_transparent-0.png image_transparent-1.png
$ sz 11.png 总结：可行，速度不行
- spire.doc，pip安装库spire-doc，总结如下：
- 一个收费库即有水印，小贵，花不了一点儿（官网价格：https://www.e-iceblue.com/Buy/Spire.Doc.html）。
- 经测试水印位置，上中下都有，尝试去水印，去除的不彻底边缘能看到红色，或者导致原始文档内容不连续。
- 尝试doc直接转svg，修改svg水印字颜色和字号，结果转出的png英文显示，中文显示的是框框，还出现字重叠的情况。
- 速度还是挺快的。
- aspose words，pip安装库aspose-words，总结如下：
- 与spire.doc一样收费，价格没去看，就看这个水印就放弃了，如图：
- 使用unoconv和libreoffice，doc转pdf，再使用fitz库pdf转png，总结如下：
- 可行，此方案仅仅想在第一种方案上进行速度优化。
- 实际验证速度还是不行。
- 创建带样式的模版html，读doc转html，替换掉模版正文，DrissionPage读取本地html文件，截屏存储为png。
- 最后这种思路虽然有点绕，不过速度是最快的。
- 无任何收费，DP最优解。
以下是测试代码：
import os
import platform
from PIL import Image
# import cairosvg
from spire.doc import *
from spire.doc.common import *
# import xml.etree.ElementTree as ET
from lxml import etree as ET
def remove_red_watermark(image_path, output_path, red_threshold=100):
# 打开图片并转换为RGBA格式
image = Image.open(image_path).convert("RGBA")
pixels = image.load()
# 遍历每个像素
for x in range(image.width):
for y in range(image.height):
r, g, b, a = pixels[x, y]
# 判断是否为红色（可以根据需要调整red_threshold的值）
if r > red_threshold and g < red_threshold + 20 and b < red_threshold + 20:
# # 将红色像素的透明度设置为完全透明
# pixels[x, y] = (r, g, b, 0)
# 将红色像素的颜色改为白色，并保留其不透明度
pixels[x, y] = (255, 255, 255, a)
# 保存修改后的图片
image.save(output_path, format="PNG")
# 读取SVG文件
def read_svg(file_path):
tree = ET.parse(file_path)
root = tree.getroot()
return root, tree
# 修改SVG中的<tspan>标签
def modify_tspan_tags(root, target_fill, new_fill, new_font_size):
# 遍历所有<tspan>标签
for tspan in root.findall('.//{http://www.w3.org/2000/svg}tspan'):
# 备份原始的transform属性值
original_transform = tspan.attrib.get('transform', '')
# 检查fill属性是否匹配目标值
if 'fill' in tspan.attrib and tspan.attrib['fill'] == target_fill:
# 修改fill属性和font-size
tspan.attrib['fill'] = new_fill
tspan.set('font-size', new_font_size)
# 恢复原始的transform属性值
tspan.attrib['transform'] = original_transform
# 保存修改后的SVG文件
def save_svg(tree, output_path):
tree.write(output_path, encoding="utf-8", xml_declaration=True, standalone="yes")
# tree.write(output_path)
# 将SVG文件转换为PNG格式
# def convert_svg_to_png(svg_path, png_path):
# try:
# # cairosvg.svg2png(url=svg_path, write_to=png_path)
# # 使用cairosvg生成PNG的字节流
# with open(svg_path, "r", encoding="utf-8") as f:
# svg_content = f.read()
# cairosvg.svg2png(bytestring=svg_content.encode('GBK'), write_to=png_path)
#
# except Exception as e:
# print(f'svg convert png err:{svg_path}')
# 主函数
def main(input_svg_path):
# 输入SVG文件路径
# 读取SVG文件
root, tree = read_svg(input_svg_path)
# 修改<tspan>标签
modify_tspan_tags(root, '#ff0000', 'white', '0')
# 输出修改后的SVG文件路径
output_svg_path = 'modified_input.svg'
new_svg = input_svg_path.replace('.svg', output_svg_path)
# 保存修改后的SVG文件
save_svg(tree, new_svg)
print(f"修改后的SVG文件已保存为：{new_svg}")
# 输出PNG文件路径
output_png_path = new_svg.replace(output_svg_path, '.png')
# 将修改后的SVG文件转换为PNG格式
# convert_svg_to_png(new_svg, output_png_path)
print(f"修改后的SVG文件已转换为PNG格式：{output_png_path}")
def gen_png(file_path):
# 加载Word文档
document = Document()
document.LoadFromFile(file_path)
# 保存为.png图片（也可以保存为jpg或bmp等图片格式）
new_p = file_path.replace('.docx', '')
document.SaveToFile(f"{new_p}-.svg")
# 关闭文档
document.Close()
file_dir = file_path.rsplit('/', 1)[0]
file_dir = file_dir if platform.system() == 'Linux' else file_path.rsplit('\\', 1)[0]
print(f'file_dir==={file_dir}')
for _, _, fs in os.walk(file_dir):
for ff in fs:
if ff.endswith('.svg'):
ff_abs = os.path.join(file_dir, ff)
main(ff_abs)
def gen_png1(file_path):
# 加载Word文档
document = Document()
document.LoadFromFile(file_path)
new_p = file_path.replace('.docx', '')
# 遍历所有页面
for i in range(document.GetPageCount()):
# 转换指定页面为图片流
imageStream = document.SaveImageToStreams(i, ImageType.Bitmap)
# 保存为.png图片（也可以保存为jpg或bmp等图片格式）
with open(f"{new_p}-{str(i)}_output.png", 'wb') as imageFile:
imageFile.write(imageStream.ToArray())
remove_red_watermark(f"{new_p}-{str(i)}_output.png", f"{new_p}-{str(i)}.png")
# 关闭文档
document.Close()
if __name__ == '__main__':
f_p = r'C:\Users\user\Desktop\test\11.docx'
f_p = f_p if platform.system() == 'Windows' else '/jjyy/11.docx'
print(f'f_p==={f_p}')
# gen_png(f_p)
gen_png1(f_p)若报以下错，参考下面文章：
sqlite:No module named _sqlite3
ImportError: lxml.html.clean module is now a separate project lxml_html_clean