【python】office操作,doc转docx、ppt,pptx转pdf，pdf转txt

1.安装liboffice

sudo apt-get install libreoffice
sudo apt-get install libreoffice-l10n-zh-cn libreoffice-help-zh-cn

2.转换

libreoffice --headless --convert-to pdf 123.doc     #  doc转pdf
libreoffice --headless --convert-to pdf 1234.pptx   # pptx转pdf
libreoffice --headless --convert-to pdf 1234.ppt    # ppt转pdf
libreoffice --headless --convert-to docx 123.doc    # doc转docx
libreoffice --headless --convert-to pptx 123.ppt    # ppt转pptx

3.提取docx的文字
3.1 安装包

pip install python-docx

3.2 python提取

from docx import Documentpath = r"./data/123.docx"
document = Document(path)
for paragraph in document.paragraphs:print(paragraph.text)

4.pdf转png
4.1 安装包

pip install fitz
pip install PyMuPDF

4.2 pdf转png

# -*- coding: utf-8 -*-
import os
import fitz# pdf保存为图片
def pdf_to_image(pdf_path, save_path=None, zoom_x=5, zoom_y=5, theta=0):# 打开pdf文件pdf = fitz.open(pdf_path)# 逐页读取pdffor pg in range(0, pdf.pageCount):page = pdf[pg]# 设置缩放和旋转系数trans = fitz.Matrix(zoom_x, zoom_y).prerotate(theta)pm = page.get_pixmap(matrix=trans, alpha=False)# 开始写图像pm.save(os.path.join(save_path, "{}.png".format(pg)))pdf.close()if __name__ == '__main__':pdf_path = r"./data/1234.pdf"save_path = r"./data/save/pdf"pdf_to_image(pdf_path, save_path)

5，pdf转txt
5.1 安装

pip install pdfplumber

5.2 使用

import pdfplumber
with pdfplumber.open("123.pdf") as pdf:for page in pdf.pages:print(page.extract_text())

6，pptx转pdf，汉字无法转码
msyh.ttf

cp msyh.ttf /usr/share/fonts/  # 微软雅黑 -> 系统
cd /usr/share/fonts/
fc-list :lang=zh //查看是否安装成功
/usr/share/fonts/MSYH.TTF: Microsoft YaHei:style=Regular,Normal

【python】office操作,doc转docx、ppt,pptx转pdf，pdf转txt相关推荐

python word 操作 doc 文件格式转docx 格式学习笔记
python word 操作 doc 文件格式转docx 格式学习笔记 from win32com import client as wc import time # TODO file_0 = & ...
使用POI将office（doc/docx/ppt/pptx/xls/xlsx）文件转html格式（附带源码）
妹子我写代码很辛苦/(ㄒoㄒ)/~~ ,转载请标明出处哦~http://blog.csdn.net/u011791526/article/details/73250358 本项目使用poi将offic ...
Java 使用jacob ppt文件转pptx,doc转docx;word 转html、pdf等
使用jacob,下载jar包及对应的dll文件 ppt文件转pptx public static void pptConveter(File file) { ComThread.InitSTA(); ...
Python批量转换doc为docx格式
札记:对于IT从业人员会经常接触到各种文件,其中Word文档是最常见之一,它分为.doc和.docx两种格式.通过Python操作Word文档的第三方库有python-docx和pywin32,pyt ...
[日常] [Python] 批量将某个文件夹下的.ppt/.pptx/.pptm转换为.pdf文件，并且将其移入/ppt文件夹中
Reference Python 3 – 批量将PPT转换为PDF_proplume的博客-CSDN博客前提安装comtypes库,需要用其操纵Microsoft PowerPoint. 命令行输 ...
python ppt_python操作Power Point：PPT幻灯片布局基础
前面对python操作PPT 做了一个概述, 并展开了如何打开处理一个PPT的具体操作,本节会为自动处理每一个PPT页打下基础,介绍单页PPT(幻灯片)的基础知识.使用幻灯片单页PPT(幻灯片)的基 ...
python如何操作ppt_Python实现对PPT文件进行截图操作的方法
本文实例讲述了Python实现对PPT文件进行截图操作的方法.分享给大家供大家参考.具体分析如下: 下面的代码可以为powerpoint文件ppt进行截图,可以指定要截取的幻灯片页面,需要本机安装了p ...
关于使用java操作doc与docx互转
1.创建license.xml文件在项目某位置新建一个license.xml文件,并复制下面内容复制到文件里就可以了. <License><Data><Products ...
用VBS代码写PPT/PPTX批量转PDF，绝对可用，本人就在用着……ppt转pdf代码
我用的是精简的office 2007,将代码保存在TXT文件,之后将.txt改成.vbs就行.代码如下: On Error Resume Next Set ppt = CreateObject(&qu ...

【python】office操作,doc转docx、ppt,pptx转pdf，pdf转txt

【python】office操作,doc转docx、ppt,pptx转pdf，pdf转txt相关推荐

最新文章

热门文章