python ppt转pdf以及图片提取

采用com唤起 ppt进行转pdf,从pdf中提取图片

  1. 安装
bash 复制代码
pip instamm PyMuPDF
pip install comtypes
  1. code
python 复制代码
import os
import shutil
import comtypes.client
import fitz  
# 逻辑
'''
1. 根据输入的文件夹提取ppt,转成pdf
2. pdf保留和ppt一样的文件夹结构
3. 从pdf提取图片,保留一样的结构,以ppt文件名命名文件夹

'''


def ensure_dir(path):
    if not os.path.exists(path):
        os.makedirs(path)

def ppt_to_pdf(ppt_path, pdf_path):
    powerpoint = comtypes.client.CreateObject("PowerPoint.Application")
    powerpoint.Visible = 1
    try:
        presentation = powerpoint.Presentations.Open(ppt_path, WithWindow=False)
        presentation.SaveAs(pdf_path, 32)  # 保存为PDF
        presentation.Close()
    finally:
        powerpoint.Quit()

# 从pdf中提取图片,保存在文件名目录下
def extract_images_from_pdf(pdf_path, image_dir):
    ensure_dir(image_dir)
    doc = fitz.open(pdf_path)
    img_count = 0
    for page_index in range(len(doc)):
        page = doc.load_page(page_index)
        for img_index, img in enumerate(page.get_images(full=True), start=1):
            xref = img[0]
            base_image = doc.extract_image(xref)
            image_bytes = base_image["image"]
            image_ext = base_image["ext"]
            image_name = f"page{page_index+1:03d}_img{img_index:03d}.{image_ext}"
            image_path = os.path.join(image_dir, image_name)
            with open(image_path, "wb") as f:
                f.write(image_bytes)
            img_count += 1
    doc.close()
    return img_count

# 遍历整个文件夹
def process_ppt_directory(src_root, dst_root,error_dir):
    for root, dirs, files in os.walk(src_root):
        rel_path = os.path.relpath(root, src_root)
        target_dir = os.path.join(dst_root, rel_path)
        error_dir = os.path.join(error_dir, rel_path)
        ensure_dir(target_dir)

        for file in files:
            if file.lower().endswith(('.ppt', '.pptx')):
                ppt_path = os.path.join(root, file)
                base_name = os.path.splitext(file)[0]
                pdf_path = os.path.join(target_dir, base_name + ".pdf")
                image_dir = os.path.join(target_dir, base_name + "_images")
                

                print(f"▶ 转换: {ppt_path}")
                try:
                    ppt_to_pdf(ppt_path, pdf_path)
                    print(f"  ✅ 生成 PDF: {pdf_path}")
                except Exception as e:
                    print(f"❌ PPT {ppt_path} 转 PDF 失败: {e}")
                    ensure_dir(error_dir)
                    shutil.copy2(ppt_path, error_dir)
                    print(f"  ⚠️ 已复制失败文件到: {error_dir}")
                    continue

                try:
                    count = extract_images_from_pdf(pdf_path, image_dir)
                    print(f"  ✅ 提取图片 {count} 张 → {image_dir}")
                except Exception as e:
                    print(f"❌ PDF {pdf_path} 提取图片失败: {e}")
                    ensure_dir(error_dir)
                    shutil.copy2(ppt_path, error_dir)
                    print(f"  ⚠️ 已复制失败文件到: {error_dir}")

if __name__ == "__main__":
    src_dir = r"C:\Users\84977\Desktop\ceshi"   # ppt目录
    dst_dir = r"C:\Users\84977\Desktop\123"   # 输出目录
    error_dir = r"C:\Users\84977\Desktop\345"  # 失败的目录
    process_ppt_directory(src_dir, dst_dir, error_dir)
相关推荐
用户83562907805110 小时前
Python 实现 Excel 页面布局与打印设置自动化
后端·python
一次旅行10 小时前
Python+大模型端到端自动化日报系统
开发语言·python·自动化
_Jimmy_10 小时前
AI应用开发工程师面试题库
人工智能·python·深度学习·机器学习·知识图谱
用户83562907805110 小时前
Python 实现 Excel 命名范围(Named Range)的创建与管理
后端·python
dreamer_839911 小时前
AI智能合同比对系统:从零搭建实战教程
人工智能·python
AOwhisky12 小时前
Python 学习笔记(第十五期)——运维自动化(下·后篇):堡垒机实战——paramiko高阶篇
运维·python·学习·云原生·自动化·运维开发
观察员12 小时前
带你用一个 Python 图书系统,通关封装继承多态
python
林泽毅13 小时前
PyTRIO快速入门(一):概念、推理与训练
人工智能·python·深度学习·机器学习·语言模型
admin and root13 小时前
「移动安全」安卓APP 反编译&frida脱壳技巧分享
android·开发语言·python·web安全·微信小程序·移动安全·攻防演练
雪的季节14 小时前
Python基础5-18
开发语言·python