Python 实现office单个文件或整个文件夹（word，ppt，excel）转换成PDF文件，并获取PDF文件页数
文件夹中获取需要转换的文件数，将其全部转换或可单独转换单个文件，并获取转成PDF的文件页数，具体实现如下：
用到的库：os,sys,pdfplumber,client22,pythoncom
库的安装方法：pip install pythoncom
代码：
# import pdfplumberimport osimport sysimport pdfplumberfrom client22 import dynamicimport pythoncomdef __WrapDispatch(dispatch, userName = None, resultCLSID = None, typeinfo = None, \UnicodeToString=None, clsctx = pythoncom.CLSCTX_SERVER,WrapperClass = None):"""Helper函数返回CLSID的makepy生成类（如果存在的话），否则使用CDispatch进行处理。"""assert UnicodeToString is None, "this is deprecated and will go away"if resultCLSID is None:try:typeinfo = dispatch.GetTypeInfo()if typeinfo is not None: # 有些对象返回空值，有些引发异常。。。resultCLSID = str(typeinfo.GetTypeAttr()[0])except (_error, AttributeError):passif WrapperClass is None: WrapperClass = CDispatchreturn dynamic.Dispatch(dispatch, userName, WrapperClass, typeinfo, clsctx=clsctx)def Dispatch(dispatch, userName = None, resultCLSID = None, typeinfo = None, UnicodeToString=None, clsctx = pythoncom.CLSCTX_SERVER):"""创建基于调度的COM对象。"""assert UnicodeToString is None, "这是不赞成的，将消失"dispatch, userName = dynamic._GetGoodDispatchAndUserName(dispatch,userName,clsctx)return __WrapDispatch(dispatch, userName, resultCLSID, typeinfo, clsctx=clsctx)class CDispatch(dynamic.CDispatch):"""作为最后手段使用的动态类。重写dynamic.CDispatch的目的是使策略永久化使用makepy生成的包装器Python类而不是dynamic.CDispatch如果可能的话。"""def _wrap_dispatch_(self, ob, userName = None, returnCLSID = None, UnicodeToString=None):assert UnicodeToString is None, "this is deprecated and will go away"return Dispatch(ob, userName, returnCLSID,None)class Constants:"""生成的COM常量的容器。"""def __init__(self):self.__dicts__ = [] # A list of dictionariesdef __getattr__(self, a):for d in self.__dicts__:if a in d:return d[a]raise AttributeError(a)# And create an instance.constants = Constants()class PDFConverter:#在类中，将word,excel,ppt文件路径、pdf文件路径和word,excel,ppt后台进程实例作为类的属性。def __init__(self, pathname, export='.'): self._handle_postfix = ['doc','docx','xls','xlsx','pptx','ppt'] #处理文件后缀的listself._filename_list = list() #list()是将元组转换成list,元组的元素值不能修改self._export_folder = os.path.join(os.path.abspath('.'), 'pdfconver') #将转换成pdf的文件放到这个路径中,.os.path.join(path1[, path2[, ...]]) 将多个路径组合后返回，第一个绝对路径之前的参数将被忽略。 if not os.path.exists(self._export_folder): #如果文件夹存在，返回True；如果path不存在，返回False。 os.mkdir(self._export_folder) #创建目录的路径，自动创建C：\xxx\xxx\pdfconver的文件夹self._enumerate_filename(pathname) #调用函数def _enumerate_filename(self, pathname):'''读取所有文件名'''full_pathname = os.path.abspath(pathname) #返回path规范化的绝对路径if os.path.isfile(full_pathname): #如果full_pathname是一个存在的文件，返回True。否则返回False。 if self._is_legal_postfix(full_pathname): #如果是合法的后缀self._filename_list.append(full_pathname) #将文件添加到文件名list中else:raise TypeError('文件 {} 后缀名不合法！仅支持如下文件类型：{}。'.format(pathname, '、'.join(self._handle_postfix)))elif os.path.isdir(full_pathname): #如果full_pathname是一个存在的目录，则返回True。否则返回False。 for relpath, _, files in os.walk(full_pathname): #遍历文件、目录for name in files: filename = os.path.join(full_pathname, relpath, name) #将目录、文件、名字组合成一个路径if self._is_legal_postfix(filename): #判断文件名的后缀是否合法self._filename_list.append(os.path.join(filename))else:raise TypeError('文件/文件夹 {} 不存在或不合法！'.format(pathname))def _is_legal_postfix(self, filename):return filename.split('.')[-1].lower() in self._handle_postfix and not os.path.basename(filename).startswith('~')def run_conver(self):'''进行批量处理，根据后缀名调用函数执行转换'''print('需要转换的文件数：', len(self._filename_list)) for filename in self._filename_list: postfix = filename.split('.')[-1].lower() #split()分隔符对字符串进行切片，分割次数,默认为 -1, 即分隔所有,lower() 将所有大写都转换成小写funcCall = getattr(self, postfix) #返回对象的属性值print('原文件：', filename)funcCall(filename)print('转换完成！')def doc(self, filename):'''doc 和 docx 文件转换'''try: name = os.path.basename(filename).split('.')[0] + '.pdf' # 返回filename最后的文件名。如何path以／或\结尾，那么就会返回空值。即os.path.split(path)的第二个元素。 exportfile = os.path.join(self._export_folder, name) #将多个路径组合在一起print('保存 PDF 文件：', exportfile)w = Dispatch("Word.Application") #首先使用dispatch函数创建一个word程序的后台进程，默认是不显示，只在后台处理。doc = w.Documents.Open(filename) #Documents.Open函数打开word文件，返回一个文件对象doc.ExportAsFixedFormat(exportfile, 17) except Exception as e:print("转换异常，异常1为：{}".format(e))finally: #关闭打开的word后台进程。w.Quit()def docx(self, filename):self.doc(filename)def xls(self, filename):'''xls 和 xlsx 文件转换'''try: name = os.path.basename(filename).split('.')[0] + '.pdf'exportfile = os.path.join(self._export_folder, name)# xlApp = DispatchEx("Excel.Application") #创建一个新的Excel进程xlApp = Dispatch("Excel.Application") #，初始化，试图寻找并复用一个已有的Excel进程（比如你已经在运行着的Excel程序）xlApp.Visible = True#excel可编辑的窗口不可见 xlApp.DisplayAlerts = False #属性关闭，Excel就不会弹出确认窗，而是直接覆盖同名文件。 books = xlApp.Workbooks.Open(filename,False)books.ExportAsFixedFormat(0, exportfile)#调用文件对象的ExportAsFixedFormat函数将文件内容输出books.Close(False)print('保存 PDF 文件：', exportfile)f = pdfplumber.open(exportfile) #打开pdf文件page = len(f.pages)#pdf的页数print("文件",filename,"的页数为：",page)except Exception as e:print("转换异常，异常2为：{}".format(e))finally: #关闭打开excel的后台进程。 xlApp.Quit()def xlsx(self, filename):self.xls(filename)def ppt(self, filename):'''ppt 和 pptx 文件转换'''try:name = os.path.basename(filename).split('.')[0] + '.pdf'exportfile = os.path.join(self._export_folder, name)p = Dispatch("PowerPoint.Application") #创建一个ppt程序的后台进程，默认是不显示，只在后台处理。ppt = p.Presentations.Open(filename, False, False, False)ppt.ExportAsFixedFormat(exportfile, 2, PrintRange=None) #导出固定格式print('保存 PDF 文件：', exportfile)f = pdfplumber.open(exportfile) #打开pdf文件page = len(f.pages)#pdf的页数print("文件",filename,"的页数为：",page)except Exception as e:print("转换异常，异常3为：{}".format(e))finally: #关闭打开的ppt后台进程。 p.Quit()def pptx(self, filename):self.ppt(filename)if __name__ == "__main__":# 文件夹批量导入转换# folder = 'Desktop\py\office' # pathname = os.path.join(os.path.abspath('.'), folder)# 单个文件的转换pathname = "C:/Users/Weibo/Desktop/12.pptx"pdfConverter = PDFConverter(pathname)pdfConverter.run_conver()
实现效果：
参考文献：/XnCSD/article/details/85208303?depth_1-utm_source=distribute.pc_relevant.none-task-blog-OPENSEARCH-1&utm_source=distribute.pc_relevant.none-task-blog-OPENSEARCH-1
