Python：指定文件夹内的HTML文件转为PDF

可以使用第三方库「pdfkit」来实现将指定文件夹内的HTML文件转换为PDF。

安装pdfkit：

pip install pdfkit

代码示例：

import pdfkit
import os

folder_path = 'your_folder_path'

for filename in os.listdir(folder_path):
    if filename.endswith('.html'):
        file_path = os.path.join(folder_path, filename)
        pdf_path = os.path.splitext(file_path)[0] + '.pdf'
        pdfkit.from_file(file_path, pdf_path)

这段代码将会遍历指定文件夹内的所有HTML文件，并将其转换为PDF格式，保存在同一文件夹中。

相关问题

利用python将文件夹中的PDF文件转为JPG文件

你可以使用Python中的PyPDF2和Pillow库来实现将PDF文件转换为JPG文件的功能。以下是实现的步骤：

1. 安装PyPDF2和Pillow库

可以使用pip命令安装这两个库，命令如下：

pip install PyPDF2
pip install Pillow

2. 编写Python代码

import os
from PIL import Image
import PyPDF2

# 定义PDF文件所在的文件夹路径
pdf_folder_path = 'path/to/pdf/folder'

# 定义JPG文件保存的文件夹路径
jpg_folder_path = 'path/to/jpg/folder'

# 遍历PDF文件夹中的所有文件
for filename in os.listdir(pdf_folder_path):
    if filename.endswith('.pdf'):
        # 定义PDF文件的路径
        pdf_path = os.path.join(pdf_folder_path, filename)
        
        # 打开PDF文件
        with open(pdf_path, 'rb') as pdf_file:
            # 创建一个PDF阅读器对象
            pdf_reader = PyPDF2.PdfFileReader(pdf_file)
            
            # 获取PDF文件的第一页
            pdf_page = pdf_reader.getPage(0)
            
            # 将PDF页面转换为图像对象
            image = pdf_page.convertToImage()
            
            # 定义JPG文件的路径
            jpg_filename = os.path.splitext(filename)[0] + '.jpg'
            jpg_path = os.path.join(jpg_folder_path, jpg_filename)
            
            # 保存JPG文件
            image.save(jpg_path, 'JPEG')

在上面的代码中，我们首先定义了PDF文件所在的文件夹路径和JPG文件保存的文件夹路径。然后使用os模块遍历PDF文件夹中的所有文件，并对以.pdf结尾的文件进行处理。在处理PDF文件时，我们使用PyPDF2库打开PDF文件，并将第一页转换为图像对象。最后，使用Pillow库将图像保存为JPG文件。

注意：以上代码只会将PDF文件的第一页转换为JPG文件。如果需要将PDF文件的所有页面都转换为JPG文件，可以在遍历PDF页面时使用一个循环来处理每一页。

Mac上利用Python实现选择文件夹和把文件夹中的.doc和.docx文件转为PDF

在Mac上使用Python将`.doc`和`.docx`文件转换成PDF，你可以借助于第三方库如`python-docx`处理Word文档，然后使用`pdfdocument`或`reportlab`库来生成PDF。以下是简单的步骤：

1. **安装必要的库**：
首先，你需要通过pip安装所需的库。在终端中运行以下命令：

   pip install python-docx pdfplumber reportlab PyPDF2

2. **读取并处理Word文件**：
使用`python-docx`打开`.docx`文件，然后逐个获取里面的段落内容。

import os
from docx import Document

def read_docx_files(folder_path):
    for filename in os.listdir(folder_path):
        if filename.endswith(".docx"):
            document = Document(os.path.join(folder_path, filename))
            content = "\n".join([paragraph.text for paragraph in document.paragraphs])

3. **转换为PDF**：
对于`.doc`文件，由于直接操作可能会比较复杂，通常需要先将其转换为`.docx`，然后再进行转换。可以使用`python-docx`读取`doc`，再转换为`docx`，接着使用`pdfdocument`或`reportlab`生成PDF。

from docx2pdf import convert

# 将doc转换为docx
if ".doc" in filename:
    convert(os.path.join(folder_path, filename), os.path.join(folder_path, filename.split('.')[0] + '.docx'))

# 然后读取并转换为PDF
from pdfdocument.document import Document as PDFDocument

def convert_to_pdf(folder_path):
    for file in os.listdir(folder_path):
        if file.endswith(".docx"):
            with open(os.path.join(folder_path, file), 'rb') as docx_file:
                # 以二进制模式打开
                data = docx_file.read()
                pdf_document = PDFDocument(data)
                pdf_document.save(file.replace('.docx', '.pdf'))

4. **整合整个流程**：
如果你想在一个函数中完成所有操作，可以结合上述代码片段。

def convert_folder_to_pdf(input_folder, output_folder):
    # 创建输出目录如果不存在
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)

    read_docx_files(input_folder)
    convert(input_folder, output_folder)

    convert_to_pdf(output_folder)