怎么用Python写PDF转换器

本篇内容介绍了“怎么用Python写PDF转换器”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

前言

想必小伙伴都经历过，当你想要把PDF转为WORD时，自己打字赫赫甩在你眼前：

不充钱就想白嫖？？想得美~

然而，博主是不会退缩的，毕竟迎难而上是传统美德。于是，今天的主题出来了：用python写一个PDF转WORD的小工具（基于某网站接口）。

一、思路分析

网上一搜，你可以发现很多PDF转换的工具，其中不乏在线转换的网站，比如这样的：

那么，通过网站提供的测试接口，我们便可以通过爬虫模拟的方式实现转换。

没有错了~思路就是如此的简单明了，今天的主角便是：

https://app.xunjiepdf.com

通过抓包分析，知道这是一个POST请求，接下来用requests库模拟即可。

需要注意的是，这个接口仅用于测试，所以可供转换的页面等都有所限制，如需更完整的功能还请支持原版。

二、我的代码

正所谓一万个coders，就有一万种codes，以下为我的代码，仅供参考。

导入相关库：

import time import requests

定义PDF2Word类：

#2020最新python学习资源分享：1156465813 class PDF2Word():     def __init__(self):         self.machineid = 'ccc052ee5200088b92342303c4ea9399'         self.token = ''         self.guid = ''         self.keytag = ''          def produceToken(self):         url = 'https://app.xunjiepdf.com/api/producetoken'         headers = {                 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:76.0) Gecko/20100101 Firefox/76.0',                 'Accept': 'application/json, text/javascript, */*; q=0.01',                 'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',                 'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',                 'X-Requested-With': 'XMLHttpRequest',                 'Origin': 'https://app.xunjiepdf.com',                 'Connection': 'keep-alive',                 'Referer': 'https://app.xunjiepdf.com/pdf2word/',}         data = {'machineid':self.machineid}         res = requests.post(url,headers=headers,data=data)         res_json = res.json()         if res_json['code'] == 10000:             self.token = res_json['token']             self.guid = res_json['guid']             print('成功获取token')             return True         else:             return False          def uploadPDF(self,filepath):         filename = filepath.split('/')[-1]         files = {'file': open(filepath,'rb')}         url = 'https://app.xunjiepdf.com/api/Upload'         headers = {                 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:76.0) Gecko/20100101 Firefox/76.0',                 'Accept': '*/*',                 'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',                 'Content-Type': 'application/pdf',                 'Origin': 'https://app.xunjiepdf.com',                 'Connection': 'keep-alive',                 'Referer': 'https://app.xunjiepdf.com/pdf2word/',}         params = (                 ('tasktype', 'pdf2word'),                 ('phonenumber', ''),                 ('loginkey', ''),                 ('machineid', self.machineid),                 ('token', self.token),                 ('limitsize', '2048'),                 ('pdfname', filename),                 ('queuekey', self.guid),                 ('uploadtime', ''),                 ('filecount', '1'),                 ('fileindex', '1'),                 ('pagerange', 'all'),                 ('picturequality', ''),                 ('outputfileextension', 'docx'),                 ('picturerotate', '0,undefined'),                 ('filesequence', '0,undefined'),                 ('filepwd', ''),                 ('iconsize', ''),                 ('picturetoonepdf', ''),                 ('isshare', '0'),                 ('softname', 'pdfonlineconverter'),                 ('softversion', 'V5.0'),                 ('validpagescount', '20'),                 ('limituse', '1'),                 ('filespwdlist', ''),                 ('fileCountwater', '1'),                 ('languagefrom', ''),                 ('languageto', ''),                 ('cadverchose', ''),                 ('pictureforecolor', ''),                 ('picturebackcolor', ''),                 ('id', 'WU_FILE_1'),                 ('name', filename),                 ('type', 'application/pdf'),                 ('lastModifiedDate', ''),                 ('size', ''),)         res= requests.post(url,headers=headers,params=params,files=files)         res_json = res.json()         if res_json['message'] == '上传成功':             self.keytag = res_json['keytag']             print('成功上传PDF')             return True         else:             return False              def progress(self):         url = 'https://app.xunjiepdf.com/api/Progress'         headers = {                 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:76.0) Gecko/20100101 Firefox/76.0',                 'Accept': 'text/plain, */*; q=0.01',                 'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',                 'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',                 'X-Requested-With': 'XMLHttpRequest',                 'Origin': 'https://app.xunjiepdf.com',                 'Connection': 'keep-alive',                 'Referer': 'https://app.xunjiepdf.com/pdf2word/',}         data = {               'tasktag': self.keytag,               'phonenumber': '',               'loginkey': '',               'limituse': '1'}         res= requests.post(url,headers=headers,data=data)         res_json = res.json()         if res_json['message'] == '处理成功':             print('PDF处理完成')             return True         else:             print('PDF处理中')             return False              def downloadWord(self,output):         url = 'https://app.xunjiepdf.com/download/fileid/%s'%self.keytag         res = requests.get(url)         with open(output,'wb') as f:             f.write(res.content)             print('PDF下载成功("%s")'%output)                  def convertPDF(self,filepath,outpath):         filename = filepath.split('/')[-1]         filename = filename.split('.')[0]+'.docx'         self.produceToken()         self.uploadPDF(filepath)         while True:             res = self.progress()             if res == True:                 break             time.sleep(1)         self.downloadWord(outpath+filename)

执行主函数：

if __name__=='__main__':         pdf2word = PDF2Word()     pdf2word.convertPDF('001.pdf','')

注意：convertPDF函数有两个参数，第一个为需要转换的PDF，第二个参数为转换后的目录。
run一下，一键入魂，".docx"文件已经躺在了我的目录中，舒服了~

“怎么用Python写PDF转换器”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！