python如何把doc转化成pdf

Python将DOC转换为PDF的方法有多种，例如使用Python-Docx库和ReportLab库、借助第三方工具如LibreOffice、以及利用云服务API（如Google Drive API）等。本文将详细介绍这些方法，并提供代码示例和实际应用场景。

一、使用Python-Docx和ReportLab库

Python-Docx库是一个操作Word文档的库，而ReportLab库是一个生成PDF文档的库。虽然Python-Docx库不能直接转换DOC到PDF，但可以通过创建一个新的PDF文件并将内容写入其中来实现。

1、安装库

首先，安装所需的库：

pip install python-docx reportlab

2、读取Word文档内容

使用Python-Docx库读取DOC文件内容：

from docx import Document
def read_docx(file_path):
    doc = Document(file_path)
    content = []
    for para in doc.paragraphs:
        content.append(para.text)
    return '\n'.join(content)

3、生成PDF文件

使用ReportLab库生成PDF文件：

from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas
def create_pdf(text, pdf_path):
    c = canvas.Canvas(pdf_path, pagesize=letter)
    width, height = letter
    c.drawString(100, height - 100, text)
    c.save()

4、整合代码

将读取Word文档内容和生成PDF文件整合在一起：

def docx_to_pdf(docx_path, pdf_path):
    text = read_docx(docx_path)
    create_pdf(text, pdf_path)
示例使用
docx_to_pdf('example.docx', 'output.pdf')

二、使用LibreOffice命令行工具

LibreOffice是一个免费的开源办公套件，支持通过命令行将DOC文件转换为PDF格式。

1、安装LibreOffice

根据操作系统的不同，安装LibreOffice：

Windows: 从LibreOffice官方网站下载并安装。
macOS: 使用Homebrew安装：brew install --cask libreoffice
Linux: 使用包管理器安装，如sudo apt-get install libreoffice（Debian/Ubuntu）

2、使用命令行进行转换

使用Python的subprocess模块调用LibreOffice命令行工具进行转换：

import subprocess
def doc_to_pdf_libreoffice(doc_path, pdf_path):
    subprocess.run(['libreoffice', '--headless', '--convert-to', 'pdf', doc_path, '--outdir', pdf_path])

3、示例使用

doc_to_pdf_libreoffice('example.doc', 'output_directory')

三、使用云服务API

利用云服务API（如Google Drive API）进行文件转换，虽然需要一定的配置和API调用权限，但可以实现更复杂和自动化的文档处理需求。

1、安装Google API客户端库

pip install google-api-python-client google-auth-httplib2 google-auth-oauthlib

2、Google API配置

按照Google Drive API文档进行配置，创建项目并获取OAuth 2.0客户端ID。下载credentials.json文件，并将其放置在项目目录中。

3、实现文件转换

import os.path
import io
from googleapiclient.discovery import build
from googleapiclient.http import MediaIoBaseDownload, MediaFileUpload
from google.oauth2 import service_account
SCOPES = ['https://www.googleapis.com/auth/drive']
SERVICE_ACCOUNT_FILE = 'credentials.json'
creds = service_account.Credentials.from_service_account_file(
        SERVICE_ACCOUNT_FILE, scopes=SCOPES)
def doc_to_pdf_google(doc_id, pdf_path):
    service = build('drive', 'v3', credentials=creds)
    request = service.files().export_media(fileId=doc_id, mimeType='application/pdf')
    with io.FileIO(pdf_path, 'wb') as fh:
        downloader = MediaIoBaseDownload(fh, request)
        done = False
        while done is False:
            status, done = downloader.next_chunk()
            print("Download %d%%." % int(status.progress() * 100))
示例使用
doc_id = 'your_google_drive_doc_id'
doc_to_pdf_google(doc_id, 'output.pdf')

四、总结

将DOC文件转换为PDF文件的方法有多种选择，具体取决于实际需求和环境。 使用Python-Docx和ReportLab库可以在本地实现简单的转换，适用于处理不复杂的文档。利用LibreOffice命令行工具则更加灵活，支持更多的文档格式和转换选项。而使用云服务API，如Google Drive API，可以在云端自动化处理文档，适用于需要高效处理大量文档的场景。

通过上述介绍，相信您已经掌握了Python将DOC转换为PDF的几种方法，并可以根据实际需求选择合适的解决方案。