分享一个Python批量ppt转图片，pdf转图片，word转图

前言

某天我们运营在编辑后台的时候说每次上传ppt，pdf，word时都要把每个文件先导出一次图片,然后一个一个上传(png用作预览,ppt，pdf，word源文件不能直接下载的)，说效率太低了，问有没有办法只要上传文件就行。当时就想了想每个上传都转一次确实效率低，因为有些导出来可能有几十张图片。

12.jpg

最后通过GitHub和网友博客。最终把自动转图片问题解决。脚本有错误不优雅的欢迎指出~

本文python版本3.9.5

脚本思路

运营人员上传ppt，pdf，word到数据库，脚本读取文件远程连接->下载到本地->转图片->上传到云存储->获取远程图片连接->存储到数据库。

连接数据库查询需要转的集合

    conn = pymysql.connect(host='127.0.0.1', user='root', password="",database ='pic',port=3306)  
# host=localhost #也可以写,如果127.0.0.1不能用的话#  登录数据库
    cur = conn.cursor(pymysql.cursors.DictCursor) 
    return {
       "conn":conn,
       "cur":cur
    }</pre>

<pre class="prettyprint hljs python" style="padding: 0.5em; font-family: Menlo, Monaco, Consolas, &quot;Courier New&quot;, monospace; color: rgb(68, 68, 68); border-radius: 4px; display: block; margin: 0px 0px 1.5em; font-size: 14px; line-height: 1.5em; word-break: break-all; overflow-wrap: break-word; white-space: pre; background-color: rgb(246, 246, 246); border: none; overflow-x: auto; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;"># 获取需要转的文件集合
def getUrlArr(cur):
    sql = 'select * from pic' # 写自己的sql语句
    arr = ''
    try:
        cur.execute(sql)
        ex = cur.execute(sql)
        arr = cur.fetchmany(ex)
    except Exception as e:
        raise e
    finally:
        return arr</pre>

下载文件到本地

def downLoad(url):
    print('----url-----',url)
    filename=''
    try:
        suffix = os.path.basename(url).split('.')[1]
        filename = "miaohui."+suffix
        if os.path.exists(filename):  # 如果文件存在 删除文件
            os.remove(filename)
        wget.download(url,filename)
    except IOError:
        print('下载失败',url)
    else:
        print('\n')
        print('下载成功',url)
        return filename</pre>

ppt转图片

# 初始化PPT
def init_powerpoint():
    powerpoint = win32com.client.Dispatch('PowerPoint.Application') #comtypes.client.CreateObject("Powerpoint.Application")
    powerpoint.Visible = 1
    return powerpoint</pre>

<pre class="prettyprint hljs python" style="padding: 0.5em; font-family: Menlo, Monaco, Consolas, &quot;Courier New&quot;, monospace; color: rgb(68, 68, 68); border-radius: 4px; display: block; margin: 0px 0px 1.5em; font-size: 14px; line-height: 1.5em; word-break: break-all; overflow-wrap: break-word; white-space: pre; background-color: rgb(246, 246, 246); border: none; overflow-x: auto; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;"># PPT转png
def ppt2png(url,pptFileName,powerpoint):
    try:
        ppt_path = os.path.abspath(pptFileName)
        ppt = powerpoint.Presentations.Open(ppt_path)
        #保存为图片
        img_path = os.path.abspath(downLoad_path + '.png')
        ppt.SaveAs(img_path, 18) # 17保存为jpg格式
        # 关闭打开的ppt文件
        ppt.Close()
    except IOError:
        print('PPT转png失败',url)
    else:
        print("PPT转png成功",url)</pre>

pdf转图片

# pdf转图片
def pdf2png(_url,pptFileName):
    imagePath = os.path.abspath(downLoad_path)
    try:
        pdfDoc = fitz.open(pptFileName)
        for pg in range(pdfDoc.pageCount):
            page = pdfDoc[pg]
            rotate = int(0)
            # 每个尺寸的缩放系数为1.3，这将为我们生成分辨率提高2.6的图像。
            # 此处若是不做设置，默认图片大小为：792X612, dpi=96
            zoom_x = 1.33333333  # (1.33333333-->1056x816)   (2-->1584x1224)
            zoom_y = 1.33333333
            mat = fitz.Matrix(zoom_x, zoom_y).prerotate(rotate)
            pix = page.get_pixmap(matrix=mat, alpha=False)

            if not os.path.exists(imagePath):  # 判断存放图片的文件夹是否存在
                os.makedirs(imagePath)  # 若图片文件夹不存在就创建
            pix.save(imagePath + '/' + '幻灯片%s.png' % pg)  # 将图片写入指定的文件夹内

    except IOError:
        print('pdf转png失败',_url)
    else:
        print("pdf转png成功",_url)</pre>

word转图片

word转图片要先中转一次，先把word转成pdf，然后再把pdf转成图片。

def word2pdf(word_file):
    '''
    将word文件转换成pdf文件
    :param word_file: word文件
    :return:
    '''
    # 获取word格式处理对象
    word = Dispatch('Word.Application')
    # 以Doc对象打开文件
    doc_ = word.Documents.Open(word_file)
    # 另存为pdf文件
    suffix = os.path.basename(word_file).split('.')[1]
    doc_.SaveAs(word_file.replace(suffix, "pdf"), FileFormat=17)
    print(word_file,'----转pdf成功')
    # 关闭doc对象
    doc_.Close()
    # 退出word对象
    word.Quit()
    return os.path.basename(word_file).split('.')[0]+'.pdf'</pre>

然后在调用上面的 pdf2png

上传到对象存储

这里就不贴出来了，我们用的是华为云的OBS。阿里云，腾讯云等对象存储都有各自的Python版SDK，接入也很方便。

最后组在一起调用

    connect = connectDatabase()
    powerpoint = init_powerpoint()
    downArr = getUrlArr(connect['cur'])
    for i in downArr:
        if(os.path.exists('./'+downLoad_path)):
            removeFileInFirstDir('./'+downLoad_path)
        _url = unquote(i['url'])
        id = i['id']
        pptFileName = downLoad(_url)#下载文件
        if(('.pdf' in _url) ==True):
            pdf2png(_url,pptFileName)
        elif (('.doc' in _url) ==True):
            _file = os.path.abspath(pptFileName)
            pdfNmae = word2pdf(_file)
            pdf2png(_url,pdfNmae)
        else:   
             ppt2png(_url,pptFileName,powerpoint) #转png
        imgArr = uploadImg(_url) #上传图片到云存储拿到远程链接
        setData(_url,id,imgArr,connect) #保存到数据库
        time.sleep(2)
        print('\n')
        print('\n')
    connect['cur'].close()    #关闭游标
    connect['conn'].close()   #断开数据库,释放资源
    powerpoint.Quit()
    input("输入任意键结束")</pre>

因为是自己内部用，所以可以使用pyinstaller打包成了一个exe，提供给运营用，资料上传完运行下，便可批量自动转图片了。

pyinstaller -c -F -i a.ico ppt_to_img.py</pre>

最后

希望本文对你有一些帮助，如有问题，欢迎指正~