前言
在日常工作和学习中，我们常常需要将各种格式的文件（如 Word、Excel、PPT、TXT、HTML 和图片）统一转换为 PDF 格式，以便于归档、打印或分享。手动操作不仅效率低，还容易出错。
本文提供一个完整的 Python 脚本 ，能够实现对多种办公文档和图像格式的自动化批量转换 ，并内置了错误处理机制 与日志记录系统，确保整个过程安全可靠、可追踪、易维护。
掌握这一工具，将大大提升你的工作效率。
第一章：为什么需要批量文档转PDF？
PDF 是一种跨平台通用的文档格式，具有以下优点：
- 不依赖特定软件即可查看；
- 排版不会因设备不同而错乱；
- 支持加密、签名等安全功能；
- 便于归档、打印和分享。
然而，面对大量文档时，逐个转换费时费力。这时，使用 Python 编写一个自动化的批量转换脚本就显得尤为重要。
它不仅能节省时间，还能减少人为操作失误，是现代数字办公不可或缺的一环。
第二章：支持转换的文件类型与技术原理
该脚本目前支持以下文件类型的转换：
-
Microsoft Office 系列：
- Word（.doc / .docx）
- Excel（.xls / .xlsx）
- PowerPoint（.ppt / .pptx）
-
文本类文档：
- TXT（纯文本）
- HTML（网页内容）
-
图像类文件：
- JPG、PNG、BMP、GIF、TIFF、TIF 等主流格式
📌 技术说明：
- 使用
win32com控制 Microsoft Office 实现 Word、Excel、PPT 的转换；- 使用
FPDF+pdfkit处理 TXT 和 HTML；- 使用
PIL（Pillow）处理图像文件；- 日志系统采用标准库
logging；- 错误处理通过 try-except 捕获异常并记录详细信息。
第三章：安装依赖模块（Windows 平台）
由于部分模块仅适用于 Windows 环境（如 win32com），因此该脚本主要运行于 Windows 系统，并需提前安装 Microsoft Office。
🔧 安装命令如下：
bash
pip install pywin32 pillow fpdf pdfkit此外，还需安装 wkhtmltopdf 来支持 HTML 到 PDF 的转换：
下载后请将其添加到系统环境变量 PATH 中，例如：
bash
C:\Program Files\wkhtmltopdf\bin第四章：转换所有文档为 PDF 的 Python 脚本
python
import os
import sys
import logging
from win32com import client as win32_client
from PIL import Image
from fpdf import FPDF
import pdfkit
import traceback
# 配置日志系统
logging.basicConfig(
level=logging.INFO,
format='%(asctime)s - %(levelname)s - %(message)s',
handlers=[
logging.FileHandler('conversion.log', encoding='utf-8'),
logging.StreamHarness(sys.stdout)
]
)
class DocumentConverter:
def __init__(self, input_dir, output_dir):
self.input_dir = input_dir
self.output_dir = output_dir
self.supported_extensions = {
'doc': self._convert_word,
'docx': self._convert_word,
'xls': self._convert_excel,
'xlsx': self._convert_excel,
'ppt': self._convert_powerpoint,
'pptx': self._convert_powerpoint,
'txt': self._convert_txt,
'html': self._convert_html,
'htm': self._convert_html,
'jpg': self._convert_image,
'jpeg': self._convert_image,
'png': self._convert_image,
'bmp': self._convert_image,
'gif': self._convert_image,
'tiff': self._convert_image,
'tif': self._convert_image
}
def _ensure_output_dir(self):
"""确保输出目录存在"""
if not os.path.exists(self.output_dir):
os.makedirs(self.output_dir)
def _get_files(self):
"""获取输入目录中的所有支持文件"""
for root, _, files in os.walk(self.input_dir):
for file in files:
ext = file.split('.')[-1].lower()
if ext in self.supported_extensions:
yield os.path.join(root, file), ext
def _convert_word(self, file_path):
"""转换 Word 文档为 PDF"""
try:
word = win32_client.Dispatch("Word.Application")
doc = word.Documents.Open(file_path)
output_file = self._output_path(file_path, 'pdf')
doc.ExportAsFixedFormat(
OutputFileName=output_file,
ExportFormat=0, # wdExportFormatPDF
OpenAfterExport=False,
OptimizeFor=0,
CreateBookmarks=1
)
doc.Close()
word.Quit()
logging.info(f"✅ 已成功转换: {file_path}")
except Exception as e:
logging.error(f"❌ Word转换失败: {file_path} | 错误: {str(e)}\n{traceback.format_exc()}")
def _convert_excel(self, file_path):
"""转换 Excel 表格为 PDF"""
try:
excel = win32_client.Dispatch("Excel.Application")
wb = excel.Workbooks.Open(file_path)
output_file = self._output_path(file_path, 'pdf')
wb.ExportAsFixedFormat(
Type=0, # xlTypePDF
OutputFileName=output_file,
Quality=1
)
wb.Close()
excel.Quit()
logging.info(f"✅ 已成功转换: {file_path}")
except Exception as e:
logging.error(f"❌ Excel转换失败: {file_path} | 错误: {str(e)}\n{traceback.format_exc()}")
def _convert_powerpoint(self, file_path):
"""转换 PPT 文件为 PDF"""
try:
powerpoint = win32_client.Dispatch("PowerPoint.Application")
presentation = powerpoint.Presentations.Open(file_path)
output_file = self._output_path(file_path, 'pdf')
presentation.SaveAs(output_file, 32) # 32 代表 PDF 格式
presentation.Close()
powerpoint.Quit()
logging.info(f"✅ 已成功转换: {file_path}")
except Exception as e:
logging.error(f"❌ PPT转换失败: {file_path} | 错误: {str(e)}\n{traceback.format_exc()}")
def _convert_txt(self, file_path):
"""将 TXT 文件转换为 PDF"""
try:
with open(file_path, 'r', encoding='utf-8') as f:
content = f.read()
pdf = FPDF()
pdf.add_page()
pdf.set_auto_page_break(auto=True, margin=15)
pdf.set_font("Arial", size=12)
for line in content.split('\n'):
pdf.cell(0, 10, txt=line, ln=1)
output_file = self._output_path(file_path, 'pdf')
pdf.output(output_file)
logging.info(f"✅ 已成功转换: {file_path}")
except Exception as e:
logging.error(f"❌ TXT转换失败: {file_path} | 错误: {str(e)}\n{traceback.format_exc()}")
def _convert_html(self, file_path):
"""将 HTML 文件转换为 PDF"""
try:
output_file = self._output_path(file_path, 'pdf')
pdfkit.from_file(file_path, output_file)
logging.info(f"✅ 已成功转换: {file_path}")
except Exception as e:
logging.error(f"❌ HTML转换失败: {file_path} | 错误: {str(e)}\n{traceback.format_exc()}")
def _convert_image(self, file_path):
"""将图像文件转换为 PDF"""
try:
image = Image.open(file_path)
if image.mode != "RGB":
image = image.convert("RGB")
output_file = self._output_path(file_path, 'pdf')
image.save(output_file, save_all=True, append_images=[image])
logging.info(f"✅ 已成功转换: {file_path}")
except Exception as e:
logging.error(f"❌ 图像转换失败: {file_path} | 错误: {str(e)}\n{traceback.format_exc()}")
def _output_path(self, file_path, new_ext):
"""生成输出路径"""
filename = os.path.basename(file_path)
name = os.path.splitext(filename)[0]
return os.path.join(self.output_dir, f"{name}.{new_ext}")
def convert_all(self):
"""开始批量转换"""
self._ensure_output_dir()
count = 0
for file_path, ext in self._get_files():
logging.info(f"🔄 正在转换: {file_path}")
self.supported_extensions[ext](file_path)
count += 1
logging.info(f"📊 共转换 {count} 个文件")
if __name__ == '__main__':
import argparse
parser = argparse.ArgumentParser(description="批量将文档转换为 PDF")
parser.add_argument("--input", required=True, help="源文件夹路径")
parser.add_argument("--output", required=True, help="目标输出文件夹")
args = parser.parse_args()
converter = DocumentConverter(args.input, args.output)
converter.convert_all()第五章：如何使用这个脚本？
✅ 使用方法：
- 将上述脚本保存为
batch_convert_to_pdf.py - 在终端执行命令：
bash
python batch_convert_to_pdf.py --input D:\\Documents --output D:\\ConvertedPDFs📁 输入输出要求：
- 输入路径应包含待转换的文档；
- 输出路径会自动创建，无需手动建立；
- 转换结果以原文件名命名，扩展名为
.pdf。
⚠️ 注意事项：
- 仅限 Windows 平台使用；
- 需要安装 Microsoft Office；
- 建议管理员权限运行；
- 可根据需求修改日志级别、字体样式、页面设置等。
第六章：脚本亮点与实际应用场景
✨ 脚本亮点：
- 自动识别多种格式，智能选择对应转换方式；
- 支持多层级文件夹扫描；
- 所有转换过程均记录日志，便于排查问题；
- 支持中断恢复机制（日志可追溯）；
- 可轻松拓展新增格式支持。
📌 应用场景举例：
- 学生整理课程资料为 PDF；
- 企业集中归档合同、报告；
- 开发者自动生成文档集；
- 内容创作者打包作品为 PDF；
- 图书馆或档案馆数字化处理原始文档。
有了这样一个高效的转换工具，你就能把精力集中在更重要的任务上。
第七章：常见问题与解决方案
❗ 问题1：提示"ModuleNotFoundError"
这表示某些依赖未安装，请检查是否已安装以下模块：
bash
pip install pywin32 pillow fpdf pdfkit同时确认 wkhtmltopdf 是否已加入系统路径。
❗ 问题2：转换 Word/Excel/PPT 失败
可能是 Office 组件版本不兼容或未正确注册 COM 对象。
✅ 解决办法：
- 重启 Office 或系统；
- 使用管理员身份运行脚本；
- 更新 Office 至最新版本；
❗ 问题3：HTML 转换乱码或样式丢失
HTML 内容复杂度高时，pdfkit 可能无法完美还原页面样式。
✅ 解决方案：
- 使用
--no-sandbox参数（慎用）； - 调整
pdfkit配置，启用 JavaScript 支持； - 若对排版要求极高，建议使用浏览器插件导出 PDF。
总结
该 Python 脚本，支持将 Word、Excel、PPT、TXT、HTML、图像等多种格式批量转换为 PDF，并具备良好的错误处理和日志记录机制。
无论你是学生、教师、行政人员还是开发者，这个脚本都能帮你节省大量时间，让你专注于更有价值的工作。