-
因为我们把word转化为pdf，wps默认转化为文字pdf，而图片pdf要会员。
-
网上确实也有网站可以实现免费的，但是未必安全。
-
我看了网上的很多代码，都是先把文字pdf先转化为图片，然后再组装成pdf文档。我的思路也是这样的。
-
但是我和他们很大的不一样就是，我
不需要先把图片保存
起来再提取，而我只需要把图片的信息先存起来，再输出pdf。
pip install
PyMuPDF
import os
import fitz
def single_wordpdf_to_imgpdf(pdf_path: str):
pdf = fitz.open(pdf_path)
pdf_img = fitz.open()
for page_inf in pdf:
definition = 3
matrix = fitz.Matrix(definition, definition)
img = page_inf.get_pixmap(matrix=matrix).tobytes()
img = fitz.open("png", img)
pdf_bytes = img.convert_to_pdf()
pdf_img.insert_pdf(fitz.open("pdf", pdf_bytes))
pdf_img.save("图片pdf_" + os.path.basename(pdf_path))
def group_wordpdf_to_imgpdf(path_array: list[str]):
for pdf_path in path_array:
print(pdf_path, "转换中...")
single_wordpdf_to_imgpdf(pdf_path)
print("完成")
if __name__ == '__main__':
path = ["xxx.pdf"]
group_wordpdf_to_imgpdf(path)
import os
import fitz
import time
def single_wordpdf_to_imgpdf(pdf_path: str):
pdf = fitz.open(pdf_path)
pdf_img = fitz.open()
for page_inf in pdf:
definition = 3
matrix = fitz.Matrix(definition, definition)
img = page_inf.get_pixmap(matrix=matrix).tobytes()
img = fitz.open("png", img)
pdf_bytes = img.convert_to_pdf()
pdf_img.insert_pdf(fitz.open("pdf", pdf_bytes))
if not os.path.exists("output"):
os.makedirs("output")
pdf_img.save("output/图片pdf_" + os.path.basename(pdf_path))
def group_wordpdf_to_imgpdf(path_array: list[str]):
for pdf_path in path_array:
print(pdf_path, "转换中...")
single_wordpdf_to_imgpdf(pdf_path)
print("完成")
def folder_pdf_files(folder: str) -> list[str]:
file_list = []
for a, b, c in os.walk(folder):
if b == []:
for filename in c:
if filename[-3:].lower() == 'pdf':
file_path = os.path.join(a, filename)
file_list.append(file_path)
print(folder, ": 有", len(file_list), "个pdf文件")
return file_list
if __name__ == '__main__':
time_start = time.time()
path_list = folder_pdf_files("目录")
group_wordpdf_to_imgpdf(path_list)
time_end = time.time()
print("程序运行时间：", round(time_end - time_start, 2), "秒")
为什么会做这个？因为我们把word转化为pdf，wps默认转化为文字pdf，而图片pdf要会员。网上确实也有网站可以实现免费的，但是未必安全。思路我看了网上的很多代码，都是先把文字pdf先转化为图片，然后再组装成pdf文档。我的思路也是这样的。但是我和他们很大的不一样就是，我不需要先把图片保存起来再提取，而我只需要把图片的信息先存起来，再输出pdf。代码import osimport fitzdef single_wordpdf_to_imgpdf(pdf_path: str)
文章目录1、从文档页面生成图像page.get_pixmap()参数2、提升图像分辨率3、创建部分像素贴图（`Clips`）4、PDF文档提取图像如何获取`xref`的值呢？
本文记录PyMuPDF库中有关Image的使用方法
关于PyMuPDF库的安装、介绍及基本使用可参考博客：
Python处理PDF——PyMuPDF的安装与使用(1)_ling620的专栏-CSDN博客
1、从文档页面生成图像
这个脚本将获取一个文档文件名，并将每个页面生成一个PNG文件保存在脚本目录中。
文档可以是任何受支持的类
def pyMuPDF_fitz(pdfPath, imagePath):
startTime_pdf2img = datetime.datetime.now() # 开始时间
print("imagePath=" + imagePath)
pdfDoc = fitz.open(pdfPath)
for pg in range(pdfDoc.pageCount):
前言：在最近的测试中遇到一个与PDF相关的测试需求，其中有一个过程是将PDF转换成图片，然后对图片进行测试。
粗略的试了好几种方式，其中语言尝试了Python和Java，总体而言所找到的Python方式相对比Java更快一些，更简单一些。
下面首先分享一下Python将PDF转换成图片，Java+PDFBox将PDF转成图片
需求：我需要先将PDF转换成为PNG图片，并截取图片的一部分存储，然后...
import fitz
from reportlab.lib.pagesizes import portrait
from reportlab.pdfgen import canvas
from PIL import Image
2. pdf转图片
def pdf2img(filename):
# 打开PDF文件，生成一个对象
doc = fitz.open(filename)
pip install pdf2image
同时下载poppler，下载地址是:
https://blog.alivate.com.au/wp-content/uploads/2018/08/poppler-0.67.0_x86.7z
解压压缩包，将poppler/bin/ 目录添加至电脑的path的环境变量里。
注意一定要重启
前言:下面的代码有注释，下面的也是参考别人的，但是忘记来源了，因为时间隔太久了，哪位小伙伴看到了，可以提一下链接
方法一，这个测试是有用的，fitz（要install pymupdf）
#!/usr/bin/python3
# -*- coding: utf-8 -*-
# @Time : 2019/3/19 08:51
# @Author : qizai
# @File : fet...
文章目录一、说明二、PDF转图片方法1：PyMuPDF①、安装PyMuPDF：②、转换图片代码：方法2：pdf2image①、安装pdf2image②、安装Poppler：
昨天突然想着把PDF转成图片，昨天尝试了许久，没有成功，然后就很纳闷，图片合成PDF就可以，应该转成图片也可以吧，然后网上各种找解决这个问题的方法。
如果需要图片合成PDF的，可以参考一下我之前的一个博客：
使用im...
要在 Python 中将 PDF 转换为表格，您可以使用第三方库，如 PyPDF2、tabula-py、pdfminer等。
PyPDF2 是一个用于处理 PDF 文件的库，您可以使用它来读取 PDF 文件并将其转换为表格。
Tabula-py 是一个使用 Java 实现的库，它可以从 PDF 文件中提取表格数据。
PDFMiner 是一个用于从 PDF 文件中提取文本的库，它也可以提取表格数据。
使用这些库之一，您需要安装它们并导入到 Python 环境中，然后使用其 API 进行转换。具体步骤可能因库而异，请参阅相应的文档以获取更多信息。
java: 找不到符号 符号: 方法 getResourceAsStream(java.lang.String) 位置: 类 com.alibaba.druid.support.loggi
KjPrime:
java: 找不到符号 符号: 方法 getResourceAsStream(java.lang.String) 位置: 类 com.alibaba.druid.support.loggi
陆之缘二:
js异步成同步
