镜像自地址
https://github.com/binary-husky/gpt_academic.git
已同步 2025-12-06 22:46:48 +00:00
125 行
4.4 KiB
Python
125 行
4.4 KiB
Python
from docx2pdf import convert
|
|
import os
|
|
import platform
|
|
from typing import Union
|
|
from pathlib import Path
|
|
from datetime import datetime
|
|
|
|
class WordToPdfConverter:
|
|
"""Word文档转PDF转换器"""
|
|
|
|
@staticmethod
|
|
def convert_to_pdf(word_path: Union[str, Path], pdf_path: Union[str, Path] = None) -> str:
|
|
"""
|
|
将Word文档转换为PDF
|
|
|
|
参数:
|
|
word_path: Word文档的路径
|
|
pdf_path: 可选，PDF文件的输出路径。如果未指定，将使用与Word文档相同的名称和位置
|
|
|
|
返回:
|
|
生成的PDF文件路径
|
|
|
|
异常:
|
|
如果转换失败，将抛出相应异常
|
|
"""
|
|
try:
|
|
# 确保输入路径是Path对象
|
|
word_path = Path(word_path)
|
|
|
|
# 如果未指定pdf_path，则使用与word文档相同的名称
|
|
if pdf_path is None:
|
|
pdf_path = word_path.with_suffix('.pdf')
|
|
else:
|
|
pdf_path = Path(pdf_path)
|
|
|
|
# 检查操作系统
|
|
if platform.system() == 'Linux':
|
|
# Linux系统需要安装libreoffice
|
|
if not os.system('which libreoffice') == 0:
|
|
raise RuntimeError("请先安装LibreOffice: sudo apt-get install libreoffice")
|
|
|
|
# 使用libreoffice进行转换
|
|
os.system(f'libreoffice --headless --convert-to pdf "{word_path}" --outdir "{pdf_path.parent}"')
|
|
|
|
# 如果输出路径与默认生成的不同，则重命名
|
|
default_pdf = word_path.with_suffix('.pdf')
|
|
if default_pdf != pdf_path:
|
|
os.rename(default_pdf, pdf_path)
|
|
else:
|
|
# Windows和MacOS使用docx2pdf
|
|
convert(word_path, pdf_path)
|
|
|
|
return str(pdf_path)
|
|
|
|
except Exception as e:
|
|
raise Exception(f"转换PDF失败: {str(e)}")
|
|
|
|
@staticmethod
|
|
def batch_convert(word_dir: Union[str, Path], pdf_dir: Union[str, Path] = None) -> list:
|
|
"""
|
|
批量转换目录下的所有Word文档
|
|
|
|
参数:
|
|
word_dir: 包含Word文档的目录路径
|
|
pdf_dir: 可选，PDF文件的输出目录。如果未指定，将使用与Word文档相同的目录
|
|
|
|
返回:
|
|
生成的PDF文件路径列表
|
|
"""
|
|
word_dir = Path(word_dir)
|
|
if pdf_dir:
|
|
pdf_dir = Path(pdf_dir)
|
|
pdf_dir.mkdir(parents=True, exist_ok=True)
|
|
|
|
converted_files = []
|
|
|
|
for word_file in word_dir.glob("*.docx"):
|
|
try:
|
|
if pdf_dir:
|
|
pdf_path = pdf_dir / word_file.with_suffix('.pdf').name
|
|
else:
|
|
pdf_path = word_file.with_suffix('.pdf')
|
|
|
|
pdf_file = WordToPdfConverter.convert_to_pdf(word_file, pdf_path)
|
|
converted_files.append(pdf_file)
|
|
|
|
except Exception as e:
|
|
print(f"转换 {word_file} 失败: {str(e)}")
|
|
|
|
return converted_files
|
|
|
|
@staticmethod
|
|
def convert_doc_to_pdf(doc, output_dir: Union[str, Path] = None) -> str:
|
|
"""
|
|
将docx对象直接转换为PDF
|
|
|
|
参数:
|
|
doc: python-docx的Document对象
|
|
output_dir: 可选，输出目录。如果未指定，将使用当前目录
|
|
|
|
返回:
|
|
生成的PDF文件路径
|
|
"""
|
|
try:
|
|
# 设置临时文件路径和输出路径
|
|
output_dir = Path(output_dir) if output_dir else Path.cwd()
|
|
output_dir.mkdir(parents=True, exist_ok=True)
|
|
|
|
# 生成临时word文件
|
|
temp_docx = output_dir / f"temp_{datetime.now().strftime('%Y%m%d_%H%M%S')}.docx"
|
|
doc.save(temp_docx)
|
|
|
|
# 转换为PDF
|
|
pdf_path = temp_docx.with_suffix('.pdf')
|
|
WordToPdfConverter.convert_to_pdf(temp_docx, pdf_path)
|
|
|
|
# 删除临时word文件
|
|
temp_docx.unlink()
|
|
|
|
return str(pdf_path)
|
|
|
|
except Exception as e:
|
|
if temp_docx.exists():
|
|
temp_docx.unlink()
|
|
raise Exception(f"转换PDF失败: {str(e)}") |