Q:
我们在实际工作中很容易发现，有些时候我们需要将Word文档转换为PDF文档，如果只是一个文件，我们也只是需要通过Word提供的转换为PDF文档的功能就可以实现了。但是WPS需要收费才能使用将Word转换为PDF文档的服务，而且Microsoft Word安装更新等等一系列问题出现。而且当我们要转换文档非常多的时候，转换则变得费时费力；可见手动转换文档就成为了鸡肋。
本篇博文将教会大家如何用Python程序实现自动化方式批量转换文件格式。
提前准备
如果想要批量把Word文档转换为PDF文档，我们可以使用第三方模块win32com。步骤如下：
（1）在CMD命令窗口中安装win32com模块，如果读者有Pycharm，可以在Pycharm的Terminal（控制台）中输入命令Pycharm对应命令：
pip install pywin32
引入模块函数
（2）通过导入pywin32模块，创建Python文件。在该文件中导入win32com模块及其他辅助模块。应用代码及注释如下：
import os # 导入系统功能模块from win32com.client import Dispatch,DispatchEx # 导入win32com模块的client包下的函数from win32com.client import constants # 导入win32com模块的client包下的保存COM常量的类。from win32com.client import gencache # 导入win2com模块的client包下的gencache()函数import re # 导入正则表达式模块
自定义转换文件格式函数
（3）如果想要实现将Word文档转换为PDF文档，这里使用自定义方法定义函数：wordtopdf。该函数包含了两个参数，第一个参数表示要转换的文件路径列表；第二个参数表示转换后的文件保存的路径。在这个函数中，要注意的是首先调用win32com模块的Dispatch()函数获取Word应用程序对象；然后通过遍历文件列表中的Word文件名称，并且生成对应名称的PDF文件；最后通过Word应用程序对象的文档对象的open()方法打开Word文档并且进行转换。具体逻辑如下：
def wordtopdf(filelist,targetpath):valueList = []try:gencache.EnsureModule('{00020905-0000-0000-C000-000000000046}',0,8,4)# 开始转换w = Dispatch("Word.Application")for fullfilename in filelist:# 分割文件路径和文件名，其中，filepath表示文件路径，filename表示文件名(filepath,filename) = os.path.spilt(fullfilename)softfilename = os.path.split(filename) # 分割文件名和扩展名os.chdir(filepath)doc = os.path.abspath(filename)os.chdir(targetpath)pdfname = softfilename[0]+".pdf"output = os.path.abspath(pdfname)pdf_name = output# 文档路径需要为绝对路径，Word启动之后的当前路径不是调用脚本时的当前路径try:doc = w.Document.Open(doc,ReadOnly = 1)doc.ExportAsFixedFormat(output,constants.wdExportFormatPDF,Item = constants.wdExportDocumentWithMarkup,CreateBookmarks = constants.wdExportCreateHeadingBookmarks)except Exception as e:# 处理异常print(e)if os.path.isfile(pdf_name): # 判断文件是否存在valueList.append(pdf_name)# 添加到文件列表中else:print('转换失败！！！')return Falsew.Quit(constants.wdDoNotSaveChanges) # 退出Word应用程序return valueListexcept TypeError as e:print('出错了！！！')print(e)return False
自定义遍历路径下文件格式
（4）由于要转换多个Word文档，索引需要实现或许指定的路径下全部的Word文件路径的功能。接下来我们再定义一个函数：getfilenames()，用于获取到指定路径下的指定扩展名的文件路径（也包括子目录下的文件）。在这个自定义的函数中，根据传递的路径遍历出该路径下的指定扩展名的文件。如果是Word文档，需要它同时遍历出.doc和.docx格式的文档。getfilenames()函数的具体逻辑如下：
def getfilenames(filepath='',filelist_out = [],file_ext = 'all'):# 遍历filepath下的所有文件，包括子目录下的文件for fpath,dirs,fs in os.walk(filepath):for f in fs:fi_d = os.path.join(fpath,f)if file_ext == '.doc':# 遍历Word文档文件if os.path.splitext(fi_d)[1] in ['.doc','.docx']: # 判断是否为Word文件filelist_out.append(re.sub(r'\\','/',fi_d))# 添加到路径列表中else:if file_ext =='all': # 要获取所有文件的情况filelist_out.append(fi_d) # 将文件路径添加到路径列表中elif os.path.splitext(fi_d)[1]==file_ext: # 要获取除了Word文件以外的文件filelist_out.append(fi_d) # 将文件路径添加到路径列表中else:passfilelist_out.sort() # 对路径进行排序return filelist_out# 返回文件完整路径中
调用前两个自定义函数
（5）第五步就是要进行函数调用的过程，对两个函数体中的变量在该函数中进行赋值，然后执行已经声明的方法，在函数体中进行调用。分别实现单个的Word文件转换为PDF文件和多个Word文件进行转换。首先实现的是利用getfilename()函数得到要转换的文件路径，然后再使用wordtopdf()函数实现批量转换文件格式。
if __name__ == '__main__':sourcepath =r"C:\Users\Administrator\Desktop\转换格式文档" # 这里要指定路径（Word文档所在路径）targetpath =r"C:\Users\Administrator\Desktop\转换格式文档" # 这里要及性能指定目标路径（PDF文件保存路径）filelist = getfilenames(sourcepath,[],'.doc')# 获取Word文件路径valuelist = wordtopdf(filelist,targetpath) # 实现Word文件批量转换为PDF文件if valuelist:print("转换成功！！！")else:print("转换失败！！！")
