夜雨聆风
Day5:文档格式转换:Word、PDF、TXT互转
领导发来一个PDF，让你改成Word
你打开一看，里面是合同条款，要修改几个数字。
复制粘贴到Word？格式全乱了，段落间距、字体、表格都要重新调整。
用在线转换工具？文件里有公司机密信息，不太放心。
找IT同事帮忙？人家忙着呢，不好意思开口。
你开始手动调整格式，半小时过去了，还在改段落间距……
这就是我们今天要解决的问题。
为什么要自己做格式转换？
很多人会说：”网上不是有很多在线转换工具吗？”
确实有。但问题在于：
1. 数据安全
合同、报价单、客户信息……这些文件你敢上传到陌生网站吗？
2. 批量处理
要转换50个文件？在线工具要么不支持，要么要付费。
3. 格式控制
在线转换出来的文档，格式经常不符合你的要求，还得手动改。
用Python自己做格式转换，这三个问题都能解决。
第一步：Word转PDF
场景
你写好了一份报告，要发给客户看，但不想让他们修改内容。
转成PDF最合适。
跟AI的对话
你：
> 我有一个Word文档，想转成PDF，保留格式和图片，怎么做？
AI会告诉你：
> 用python-docx读取Word，用fpdf生成PDF。
代码示例：
“`python
from docx import Document
from fpdf import FPDF
# 读取Word
doc = Document(‘报告.docx’)
# 创建PDF
pdf = FPDF()
pdf.add_page()
pdf.set_font(‘Arial’, size=12)
# 写入内容
for para in doc.paragraphs:
pdf.multi_cell(0, 10, para.text)
pdf.output(‘报告.pdf’)
print(‘转换完成！’)
“`
小技巧
如果文档有中文，要用支持中文的字体：
“`python
pdf.add_font(‘NotoSans’, ”, ‘/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc’, uni=True)
pdf.set_font(‘NotoSans’, size=12)
“`
第二步：PDF转Word
场景
客户发来PDF合同，要你修改几个条款。
复制粘贴太麻烦，有没有办法直接转成Word？
跟AI的对话
你：
> 我有一个PDF文件，想转成可编辑的Word文档，怎么做？
AI会告诉你：
> 用PyPDF2提取文字，再用python-docx创建Word。
代码示例：
“`python
from PyPDF2 import PdfReader
from docx import Document
# 读取PDF
reader = PdfReader(‘合同.pdf’)
text = ”
for page in reader.pages:
text += page.extract_text() + ‘\n’
# 创建Word
doc = Document()
for line in text.split(‘\n’):
doc.add_paragraph(line)
doc.save(‘合同.docx’)
print(‘转换完成！’)
“`
注意事项
PDF转Word有个坑：格式会丢失。
原本文档里的表格、图片、字体，转换后可能都没有了。
如果需要保留格式，可以用 `pdf2docx` 库：
“`python
from pdf2docx import Converter
cv = Converter(‘合同.pdf’)
cv.convert(‘合同.docx’)
cv.close()
“`
第三步：TXT转Word
场景
你有一堆纯文本笔记，想整理成Word文档，统一格式。
跟AI的对话
你：
> 我有一个TXT文件，想转成Word，设置统一的字体和段落格式，怎么做？
AI会告诉你：
> 用python-docx创建Word，设置字体和段落样式。
代码示例：
“`python
from docx import Document
from docx.shared import Pt, Inches
# 读取TXT
with open(‘笔记.txt’, ‘r’, encoding=’utf-8′) as f:
text = f.read()
# 创建Word
doc = Document()
# 设置格式
for line in text.split(‘\n’):
para = doc.add_paragraph(line)
para.style.font.name = ‘微软雅黑’
para.style.font.size = Pt(12)
doc.save(‘笔记.docx’)
print(‘转换完成！’)
“`
第四步：批量转换
场景
你有50个Word文档，要全部转成PDF。
手动一个个转？要花一下午。
跟AI的对话
你：
> 我有一个文件夹，里面有50个Word文档，想批量转成PDF，怎么做？
AI会告诉你：
> 用os遍历文件夹，逐个转换。
代码示例：
“`python
import os
from docx import Document
from fpdf import FPDF
# 遍历文件夹
for file in os.listdir(‘.’):
if file.endswith(‘.docx’):
# 读取Word
doc = Document(file)
# 创建PDF
pdf = FPDF()
pdf.add_page()
pdf.set_font(‘Arial’, size=12)
for para in doc.paragraphs:
pdf.multi_cell(0, 10, para.text)
# 保存
pdf_name = file.replace(‘.docx’, ‘.pdf’)
pdf.output(pdf_name)
print(f’已转换：{pdf_name}’)
print(‘全部完成！’)
“`
注意事项
1. 字体兼容性
Windows的Word常用”微软雅黑”，但Linux/Mac可能没有这个字体。
跨平台转换时，要用通用字体，比如”Arial”、”Times New Roman”。
2. 图片处理
Word里的图片，转换到PDF时可能会模糊。
解决办法：确保图片分辨率足够高（至少300dpi）。
3. 表格格式
PDF转Word时，表格最容易出问题。
如果表格很重要，建议用专业的PDF编辑软件，而不是Python脚本。
今天你学到了什么？
✅ 用python-docx和fpdf实现Word转PDF
✅ 用PyPDF2和pdf2docx实现PDF转Word
✅ 用python-docx实现TXT转Word
✅ 用os批量处理多个文件
核心收获：格式转换的关键，是选择合适的库。
不同场景用不同工具，别指望一个库搞定所有问题。
明天预告
今天处理的是文档格式转换。
明天，我们要批量发送个性化邮件——从Excel名单一键发送50封不同内容的邮件。
Day 6：邮件合并工具，让你的群发邮件不再”群发感”十足。