利用Python实现Word文档与PDF文档的格式转化 （提取PDF文本内容），实现PDF文件的合并、拆分，PDF页面旋转已经PDF页面增加水印。

可以使用Python中的PyPDF2库和python-docx库来实现Word文档和PDF文档的格式转换。

1. Word转PDF

使用python-docx库可以读取和写入Word文档，使用PyPDF2库可以将Word文档转换为PDF格式。代码如下：

import docx
from io import BytesIO
from PyPDF2 import PdfFileWriter, PdfFileReader

def convert_to_pdf(word_file):
    # 打开Word文档
    doc = docx.Document(word_file)

    # 创建一个PDF文档对象
    pdf_output = BytesIO()
    pdf_writer = PdfFileWriter()

    # 将Word文档中的每个页面添加到PDF文档中
    for page in doc.pages:
        img = BytesIO()
        page.save(img, 'png')
        pdf_writer.addPage(PdfFileReader(BytesIO(img.getvalue())).getPage(0))

    # 保存PDF文档
    pdf_writer.write(pdf_output)

    return pdf_output.getvalue()

2. PDF转Word

使用python-docx库可以读取和写入Word文档，使用PyPDF2库可以将PDF文档转换为Word格式。代码如下：

import docx
import io
from PyPDF2 import PdfFileReader

def pdf_to_word(pdf_file):
    # 打开PDF文档
    pdf_reader = PdfFileReader(io.BytesIO(pdf_file))

    # 创建一个Word文档对象
    doc = docx.Document()

    # 将PDF文档中的每个页面转换成图片，并添加到Word文档中
    for page in pdf_reader.pages:
        img = page.to_image(resolution=300)
        doc.add_picture(io.BytesIO(img.original_data), width=docx.shared.Inches(6))

    # 保存Word文档
    output = io.BytesIO()
    doc.save(output)

    return output.getvalue()

3. PDF合并

使用PyPDF2库可以将多个PDF文件合并为一个PDF文件。代码如下：

from PyPDF2 import PdfFileMerger, PdfFileReader

def merge_pdfs(pdf_files):
    # 创建一个PDF合并器对象
    pdf_merger = PdfFileMerger()

    # 将每个PDF文件添加到合并器中
    for pdf_file in pdf_files:
        pdf_merger.append(PdfFileReader(pdf_file))

    # 保存合并后的PDF文件
    output = io.BytesIO()
    pdf_merger.write(output)

    return output.getvalue()

4. PDF拆分

使用PyPDF2库可以将一个PDF文件拆分为多个PDF文件。代码如下：

from PyPDF2 import PdfFileWriter, PdfFileReader

def split_pdf(pdf_file):
    # 打开PDF文档
    pdf_reader = PdfFileReader(pdf_file)

    # 创建一个PDF写入器对象
    pdf_writer = PdfFileWriter()

    # 将PDF文档中的每个页面保存为一个新的PDF文件
    for i in range(pdf_reader.getNumPages()):
        pdf_writer.addPage(pdf_reader.getPage(i))
        output = io.BytesIO()
        pdf_writer.write(output)
        yield output.getvalue()
        pdf_writer = PdfFileWriter()

5. PDF页面旋转

使用PyPDF2库可以旋转PDF文件中的页面。代码如下：

from PyPDF2 import PdfFileWriter, PdfFileReader

def rotate_pdf(pdf_file, degrees):
    # 打开PDF文档
    pdf_reader = PdfFileReader(pdf_file)

    # 创建一个PDF写入器对象
    pdf_writer = PdfFileWriter()

    # 将PDF文档中的每个页面旋转指定的角度
    for i in range(pdf_reader.getNumPages()):
        page = pdf_reader.getPage(i)
        page.rotateClockwise(degrees)
        pdf_writer.addPage(page)

    # 保存旋转后的PDF文件
    output = io.BytesIO()
    pdf_writer.write(output)

    return output.getvalue()

6. PDF页面增加水印

使用PyPDF2库可以在PDF文件中的页面上添加水印。代码如下：

from PyPDF2 import PdfFileWriter, PdfFileReader
from reportlab.lib.units import mm
from reportlab.pdfgen import canvas

def add_watermark(pdf_file, text):
    # 打开PDF文档
    pdf_reader = PdfFileReader(pdf_file)

    # 创建一个PDF写入器对象
    pdf_writer = PdfFileWriter()

    # 创建一个水印对象
    watermark = canvas.Canvas('watermark.pdf')
    watermark.setFont("Helvetica", 80)
    watermark.setFillGray(0.5)
    watermark.rotate(45)
    watermark.translate(-500, -500)
    watermark.drawString(500, 500, text)
    watermark.save()

    # 将PDF文档中的每个页面添加水印
    watermark_reader = PdfFileReader('watermark.pdf')
    for i in range(pdf_reader.getNumPages()):
        page = pdf_reader.getPage(i)
        page.mergePage(watermark_reader.getPage(0))
        pdf_writer.addPage(page)

    # 保存添加水印后的PDF文件
    output = io.BytesIO()
    pdf_writer.write(output)

    return output.getvalue()