pythonwordpdf无损

一、如何实现用python处理pdf

python是一款应用非常广泛的脚本程序语言，谷歌公司的网页就是用python编写。python在生物信息、统计、网页制作、计算等多个领域都体现出了强大的功能。python和其他脚本语言如java、R、Perl 一样，都可以直接在命令行里运行脚本程序。工具/原料

python;CMD命令行；windows操作系统

方法/步骤

1、首先下载安装python，建议安装2.7版本以上，3.0版本以下，由于3.0版本以上不向下兼容，体验较差。

2、打开文本编辑器，推荐editplus,notepad等，将文件保存成 .py格式，editplus和notepad支持识别python语法。

脚本第一行一定要写上 #！usr/bin/python

表示该脚本文件是可执行python脚本

如果python目录不在usr/bin目录下，则替换成当前python执行程序的目录。

3、编写完脚本之后注意调试、可以直接用editplus调试。调试方法可自行百度。脚本写完之后，打开CMD命令行，前提是python 已经被加入到环境变量中，如果没有加入到环境变量，请百度

4、在CMD命令行中，输入 “python” + “空格”，即 ”python “；将已经写好的脚本文件拖拽到当前光标位置，然后敲回车运行即可。

二、python输出word内容

程序导出word文档的方法将web/html内容导出为world文档，再java中有很多解决方案，比如使用Jacob、Apache POI、Java2Word、iText等各种方式，以及使用freemarker这样的模板引擎这样的方式。

php中也有一些相应的方法，但在python中将web/html内容生成world文档的方法是很少的。其中最不好解决的就是如何将使用js代码异步获取填充的数据，图片导出到word文档中。

1. unoconv功能：1.支持将本地html文档转换为docx格式的文档，所以需要先将网页中的html文件保存到本地，再调用unoconv进行转换。转换效果也不错，使用方法非常简单。

\# 安装sudo apt-get install unoconv\# 使用unoconv -f pdf *.odtunoconv -f doc *.odtunoconv -f html *.odt缺点：1.只能对静态html进行转换，对于页面中有使用ajax异步获取数据的地方也不能转换（主要是要保证从web页面保存下来的html文件中有数据）。2.只能对html进行转换，如果页面中有使用echarts,highcharts等js代码生成的图片，是无法将这些图片转换到word文档中；3.生成的word文档内容格式不容易控制。

2. python-docx功能：1.python-docx是一个可以读写word文档的python库。使用方法：1.获取网页中的数据，使用python手动排版添加到word文档中。

from docx import Documentfrom docx.shared import Inchesdocument = Document()document.add_heading('Document Title', 0)p = document.add_paragraph('A plain paragraph having some ')p.add_run('bold').bold = Truep.add_run(' and some ')p.add_run('italic.').italic = Truedocument.add_heading('Heading, level 1', level=1)document.add_paragraph('Intense quote', style='IntenseQuote')document.add_paragraph('first item in unordered list', style='ListBullet')document.add_paragraph('first item in ordered list', style='ListNumber')document.add_picture('monty-truth.png', width=Inches(1.25))table = document.add_table(rows=1, cols=3)hdr_cells = table.rows[0].cellshdr_cells[0].text = 'Qty'hdr_cells[1].text = 'Id'hdr_cells[2].text = 'Desc'for item in recordset:row_cells = table.add_row().cellsrow_cells[0].text = str(item.qty)row_cells[1].text = str(item.id)row_cells[2].text = item.descdocument.add_page_break()document.save('demo.docx')from docx import Documentfrom docx.shared import Inchesdocument = Document()for row in range(9):t = document.add_table(rows=1,cols=1,style = 'Table Grid')t.autofit = False #很重要！w = float(row) / 2.0t.columns[0].width = Inches(w)document.save('table-step.docx')缺点：1.功能非常弱。有很多限制比如不支持模板等，只能生成简单格式的word文档。

程序导出PDF文档方法1.pdfkit功能：1.wkhtmltopdf主要用于HTML生成PDF。2.pdfkit是基于wkhtmltopdf的python封装，支持URL，本地文件，文本内容到PDF的转换，其最终还是调用wkhtmltopdf命令。

是目前接触到的python生成pdf效果较好的。优点：1.wkhtmltopdf：利用webkit内核将HTML转为PDFwebkit是一个高效、开源的浏览器内核，包括Chrome和Safari在内的浏览器都使用了这个内核。

Chrome打印当前网页的功能，其中有一个选项就是直接“保存为 PDF”。2.wkhtmltopdf使用webkit内核的PDF渲染引擎来将HTML页面转换为PDF。

高保真，转换质量很好，且使用非常简单。使用方法：\# 安装pip install pdfkit\# 使用import pdfkitpdfkit.from_url('', 'out.pdf')pdfkit.from_file('test.html', 'out.pdf')pdfkit.from_string('Hello!', 'out.pdf')缺点：1.对使用echarts,highcharts这样的js代码生成的图标无法转换为pdf（因为它的功能主要是将html转换为pdf，而不是将js转换为pdf）。

对于纯静态页面的转换效果还是不错的。2.其他其他生成pdf的插件还有：weasyprint,reportlab,PyPDF2等，经简单试验都不如pdfkit效果好，且有些用法复杂。

三、python生成pdf报告有什么好的思路

你要先生成一个模板，然后用 python 对模板进行修改。

如果是 pdf 模板：

可以使用 pyPdf 和 reportlab 包。参考

http://stackoverflow.com/questions/1180115/add-text-to-existing-pdf-using-python

如果是 word (.docx 文件)模板（建议使用 word 模板）：

docx 文件可以用 zipfile 模块解压缩，然后进行修改替换，接着将 word 转 pdf。参考

http://stackoverflow.com/questions/16867594/find-and-replace-text-in-docx-file-python

http://stackoverflow.com/questions/6011115/doc-to-pdf-using-python

四、如何使用python将pdf文件改成word文件

用软件，使用之后然后有两种结果

1、转化出来的就是想要的word，这种情况最理想了；

2、转化出来的word上都是图片，需要上网找“ABBYY finereader v9”一类的文字识别软件。ABBYY finereader v9是我见过的最强大的PDF（图片格式或者是扫描件）转word的软件。它是一款OCR软件，界面比较简洁明，9.0和以上版本有简体中文版的，支持100语言的识别，特别是混合多种语言识别效果也非常好：安装完毕之后，首先把图片上的文字识别出来，然后再对照图片把识别错误的地方改过来，这样就实现了，从JPEG文件到word的格式转换。

这一类的软件有PDF To Word Converter、Solid converter PDF等，大致过程都是一样的。

也可以在线联网将PDF转为word文件，但是存在泄密的可能性，因此不建议使用。

五、python输出word内容

2. python-docx功能：1.python-docx是一个可以读写word文档的python库。使用方法：1.获取网页中的数据，使用python手动排版添加到word文档中。

Chrome打印当前网页的功能，其中有一个选项就是直接“保存为 PDF”。2.wkhtmltopdf使用webkit内核的PDF渲染引擎来将HTML页面转换为PDF。

对于纯静态页面的转换效果还是不错的。2.其他其他生成pdf的插件还有：weasyprint,reportlab,PyPDF2等，经简单试验都不如pdfkit效果好，且有些用法复杂。

六、如何使用python将pdf文件改成word文件

用软件，使用之后然后有两种结果 1、转化出来的就是想要的word，这种情况最理想了； 2、转化出来的word上都是图片，需要上网找“ABBYY finereader v9”一类的文字识别软件。

ABBYY finereader v9是我见过的最强大的PDF（图片格式或者是扫描件）转word的软件。它是一款OCR软件，界面比较简洁明，9.0和以上版本有简体中文版的，支持100语言的识别，特别是混合多种语言识别效果也非常好：安装完毕之后，首先把图片上的文字识别出来，然后再对照图片把识别错误的地方改过来，这样就实现了，从JPEG文件到word的格式转换。

这一类的软件有PDF To Word Converter、Solid converter PDF等，大致过程都是一样的。也可以在线联网将PDF转为word文件，但是存在泄密的可能性，因此不建议使用。

转载请注明出处51数据库 » pythonwordpdf无损