使用python3实现PDF转图片

一、环境和准备工作

安装Python3

我们来说明Windows电脑中如何安装。

打开 WEB 浏览器访问 https://www.python.org/downloads/windows/ ，页面截图如下：

上面截图显示，当前的最新版本（Stable Releases）是 Python 3.12.1 - Dec. 8, 2023

然后直接下载其中的 Download Windows installer (64-bit)安装包。下载好以后，和普通软件一样，进行安装即可。

在安装过程中，你会遇到类似下面的界面：

此时，一定要记得勾选类似 Add Python 3.6 to PATH 的选项哦，这非常重要。

安装依赖包

对于Windows电脑，直接打开CMD窗口：

然后在窗口输入下面命令并回车：

pip3 install -i https://mirrors.aliyun.com/pypi/simple/ py3office

运行效果大致如下：

如果后续的一些功能运行出错了，可能是py3office版本过低，可以运行下面命令进行升级即可：

pip3 install -i https://mirrors.aliyun.com/pypi/simple/ --upgrade py3office

编辑&运行

新建一个文本文件，取名index.py并输入如下内容：

#!/usr/bin/python3# coding=utf-8print("你好呀！")

实际截图如下：

然后在命令行输入下面命令运行：

 python3 ./index.py

运行效果如下：

可以看见，命令行打印了“你好呀！”几个字。

至此，环境就准备好了。

二、PDF转图片

单个文件

直接转图片

比如我们有一个pdf文件：demo.pdf，希望转成图片：

#!/usr/bin/python3
# coding=utf-8

from py3office import pdf

pdf.toImage("./demo.pdf", "./")

运行之后，就可以看见当前目录下多了一张图片：demo.jpg。

修改图片名称

那如果想自定义生成后的图片名称怎么办？比如图片名称希望是picture.jpg，修改代码为：

#!/usr/bin/python3
# coding=utf-8

from py3office import pdf

def getName(name, texts, index, total):
    return "picture"
pdf.toImage("./demo.pdf", "./", getName)

根据pdf内容确定图片名称

有时候，我们图片的名称可能希望根据pdf中的内容进行确定，比如pdf截图如下：

修改一下代码如下，打印一下当前pdf中的内容：

#!/usr/bin/python3
# coding=utf-8

from py3office import pdf
from py3office import handler

def getName(name, texts, index, total):
    handler.printList(texts)
    return "picture"
pdf.toImage("./demo.pdf", "./", getName)

打印结果如下：

[0] 介绍
[1] 你可以用来干什么？
[2] VISLite 贡献指南
[3] 你可以用来干什么？
[4] 顾名思义，这是一个轻量级的数据可视化资源库，所以，我们的目
[5] 标是：帮助你更快速、简单、高效的开发出任意的可视化业务产品。
[6] 当然，这并不是一件非常容易的事情，但我们会逐步完善和改进。
[7] 常用的算法
[8] 我们通过提供可视化常用的算法来帮助你绘制复杂图表。比如下面
......

比如我们想取[2] VISLite 贡献指南为图片名称，那么代码就变成了：

#!/usr/bin/python3
# coding=utf-8

from py3office import pdf
from py3office import handler

def getName(name, texts, index, total):
    return texts[2]
pdf.toImage("./demo.pdf", "./", getName)

这样，pdf就被转成了图片：VISLite 贡献指南.jpg。

批量处理

比如当前目录下有一个文件夹pdf，里面有很多pdf文件，目录结构如下：

- pdf
    - 身份证（正面）.pdf
    - 身份证（正面）.pdf
    - 银行卡
        - 中国银行卡.pdf

我们希望把其中的所有pdf都变成图片（保持原来的目录结构）：

#!/usr/bin/python3
# coding=utf-8

from py3office import pdf
from py3office import handler

sourcePath = "./pdf"
targetPath = "./image"

def doit(fileInfo):
    if fileInfo["path"].endswith(".pdf"):

        def getName(name, texts, index, total):
            return name

        pdf.toImage(
            fileInfo["path"],
            fileInfo["folder"].replace(sourcePath, targetPath),
            getName,
        )


handler.listFile(sourcePath, doit)

运行后会在当前目录多一个文件夹image，目录结构如下：

- image
    - 身份证（正面）.jpg
    - 身份证（正面）.jpg
    - 银行卡
        - 中国银行卡.jpg

温馨提示：对于单个文件中对图片名称的说明，这里类似的直接修改getName返回值也是可行的。