Python批量转换：Word到PDF的实现

"这篇教程详细介绍了如何使用Python批量将Word文档转换为PDF文件，包括三种不同的遍历目录方法，即使用glob、os.walk和自定义函数，并提供了具体的代码示例。" 在Python编程中，有时我们需要批量处理文件，例如将大量Word文档转换为PDF格式。这个任务可以通过Python中的各种库来实现，特别是`python-docx`用于读取Word文件，而`PyPDF2`或`pdfkit`用于创建PDF文件。然而，在实际操作之前，我们需要首先遍历指定目录以找到所有的Word文件。教程中提到了三种遍历目录的方法： 1. 使用glob模块： `glob`模块提供了一个简单的方式来匹配和查找路径名模式。在例子中，它用于获取指定目录下的所有文件和子目录，但不递归，因此需要额外的代码来处理子目录中的文件。 ```python import glob as gb path = gb.glob('d:\\2\\*') for path in path: print(path) ``` 2. 使用os模块的walk()函数： `os.walk()`是一个强大的函数，它可以递归地遍历目录树，返回当前目录路径、子目录名列表以及当前目录下文件名列表。 ```python import os for dirpath, dirnames, filenames in os.walk('d:\\2\\'): for file in filenames: fullpath = os.path.join(dirpath, file) print(fullpath, file) ``` 3. 自定义遍历函数： 你可以编写自己的函数来实现递归遍历目录的功能。这提供了更多的灵活性，可以自定义处理逻辑。 ```python import os def DirAll(pathName): if os.path.exists(pathName): fileList = os.listdir(pathName) for f in fileList: if f == "$RECYCLE.BIN" or f == "SystemVolumeInformation": continue f = os.path.join(pathName, f) if os.path.isdir(f): DirAll(f) else: dirName = os.path.dirname(f) baseName = os.path.basename(f) if dirName.endswith(os.sep): files.append(dirName + baseName) else: files.append(dirName + os.sep + baseName) DirAll("D:\\2\\") for f in files: print(f) ``` 在遍历目录并找到Word文件后，我们可以使用如`python-docx`和`pypandoc`等库来读取Word文档并将其转换为PDF。`python-docx`用于读取.docx文件，而`pypandoc`可以将多种格式的文档转换为PDF。下面是一个简单的转换示例： ```python import os from docx2pdf import convert def convert_word_to_pdf(word_path, pdf_path): convert(word_path, pdf_path) # 假设我们已经有了一个文件列表 word_files = [...] # 从前面的遍历步骤获取 for word_file in word_files: base_name = os.path.splitext(os.path.basename(word_file))[0] pdf_file = os.path.join(os.path.dirname(word_file), base_name + ".pdf") convert_word_to_pdf(word_file, pdf_file) ``` 这个示例中，`docx2pdf.convert()`函数接收Word文件的路径和目标PDF文件的路径，然后执行转换操作。通过这种方式，你可以批量处理目录中的所有Word文件，将它们转换为PDF格式。 Python提供了强大的工具来处理文件和目录操作，以及文档格式转换。结合适当的库，你可以轻松地自动化这些任务，提高工作效率。