pip install PyMuPDF

import fitz # PyMuPDF
import os

def pdf_to_images(pdf_path, output_folder, img_format="png", dpi=200):
    """
    將PDF文件的每一頁(yè)轉(zhuǎn)換為一張圖片。
    這是PDF轉(zhuǎn)圖片和Python文件轉(zhuǎn)換的核心功能。
    :param pdf_path: 源PDF文件路徑
    :param output_folder: 圖片輸出文件夾
    :param img_format: 輸出圖片格式 (如 "png", "jpeg", "jpg")
    :param dpi: 圖片分辨率 (Dots Per Inch)，DPI越高圖片越清晰但文件越大
    """
    if not os.path.exists(pdf_path): return print(f"? PDF文件不存在：{pdf_path}")
    os.makedirs(output_folder, exist_ok=True)

    print(f"?? 正在將 '{os.path.basename(pdf_path)}' 轉(zhuǎn)換為多張圖片...")
    try:
        doc = fitz.open(pdf_path)
        zoom = dpi / 72 # 計(jì)算縮放比例 (1英寸=72點(diǎn))
        mat = fitz.Matrix(zoom, zoom) # 縮放矩陣

        for page_num in range(doc.page_count):
            page = doc.load_page(page_num)
            pix = page.get_pixmap(matrix=mat) # 獲取頁(yè)面的像素圖
            
            output_image_path = os.path.join(output_folder, f"{os.path.splitext(os.path.basename(pdf_path))[0]}_page_{page_num+1}.{img_format}")
            
            # 保存像素圖為圖片文件
            pix.save(output_image_path)
            print(f"   ? 已生成圖片：'{os.path.basename(output_image_path)}'")
        
        doc.close()
        print(f"? PDF批量轉(zhuǎn)圖片完成！結(jié)果保存到：'{output_folder}'")
        return True
    except Exception as e:
        print(f"? PDF轉(zhuǎn)圖片失?。簕e}")
        return False

if __name__ == "__main__":
    # 準(zhǔn)備測(cè)試PDF文件 (多頁(yè)，包含文本和可能圖片)
    source_pdf = os.path.expanduser("~/Desktop/presentation.pdf")
    if not os.path.exists(source_pdf):
        doc = fitz.open()
        p1 = doc.new_page(); p1.insert_text(fitz.Point(50,50), "第一頁(yè)內(nèi)容和圖表");
        p2 = doc.new_page(); p2.insert_text(fitz.Point(50,50), "第二頁(yè)內(nèi)容");
        doc.save(source_pdf); doc.close()

    output_images_folder = os.path.expanduser("~/Desktop/PDF轉(zhuǎn)圖片結(jié)果")
    
    # 示例1：將PDF轉(zhuǎn)換為PNG圖片，分辨率200DPI
    pdf_to_images(source_pdf, output_images_folder, img_format="png", dpi=200)

    # 示例2：轉(zhuǎn)換為JPG圖片，分辨率300DPI (更高質(zhì)量，更大文件)
    # pdf_to_images(source_pdf, os.path.join(os.path.dirname(output_images_folder), "PDF_to_JPG"), img_format="jpg", dpi=300)

import fitz # PyMuPDF
from PIL import Image # 用于處理圖片
import os

def images_to_pdf(image_paths, output_pdf_path):
    """
    將多張圖片合并為一個(gè)PDF文件。
    這是Python文件轉(zhuǎn)換和圖片轉(zhuǎn)PDF的核心功能。
    :param image_paths: 包含所有要合并的圖片文件路徑的列表
    :param output_pdf_path: 輸出PDF文件路徑
    """
    if not image_paths: return print("? 沒有提供圖片文件路徑。")
    os.makedirs(os.path.dirname(output_pdf_path), exist_ok=True)

    print(f"?? 正在合并 {len(image_paths)} 張圖片到 '{os.path.basename(output_pdf_path)}'...")
    doc = fitz.open() # 創(chuàng)建一個(gè)新的PDF文檔

    try:
        for img_path in image_paths:
            if not os.path.exists(img_path):
                print(f"?? 圖片文件不存在，跳過：{os.path.basename(img_path)}")
                continue
            
            # 為每張圖片創(chuàng)建一個(gè)新頁(yè)面
            # fitz.open(img_path) 可以直接打開圖片文件作為PDF文檔處理
            img_doc = fitz.open(img_path)
            new_page_width = img_doc[0].rect.width
            new_page_height = img_doc[0].rect.height
            img_doc.close() # 關(guān)閉臨時(shí)文檔
            
            # 創(chuàng)建一個(gè)新頁(yè)面，尺寸與圖片匹配 (或者使用A4尺寸，然后縮放圖片)
            page = doc.new_page(width=new_page_width, height=new_page_height) 
            
            # 插入圖片到頁(yè)面 (覆蓋整個(gè)頁(yè)面)
            rect = page.rect # 頁(yè)面大小
            page.insert_image(rect, filename=img_path)
            print(f"   ? 已添加圖片：'{os.path.basename(img_path)}' 到PDF。")
        
        doc.save(output_pdf_path)
        print(f"? 圖片合并到PDF完成！結(jié)果保存到：'{output_pdf_path}'")
        return True
    except Exception as e:
        print(f"? 圖片合并到PDF失?。簕e}")
        return False
    finally:
        doc.close()

if __name__ == "__main__":
    # 準(zhǔn)備測(cè)試圖片文件 (多張)
    img1_path = os.path.expanduser("~/Desktop/scan_page1.png")
    img2_path = os.path.expanduser("~/Desktop/scan_page2.png")
    output_pdf = os.path.expanduser("~/Desktop/scanned_document.pdf")

    # 簡(jiǎn)單創(chuàng)建模擬圖片文件
    if not os.path.exists(img1_path):
        Image.new('RGB', (800, 600), color = 'red').save(img1_path)
    if not os.path.exists(img2_path):
        Image.new('RGB', (800, 600), color = 'blue').save(img2_path)

    images_to_convert = [img1_path, img2_path]
    images_to_pdf(images_to_convert, output_pdf)

from docx2pdf import convert # 導(dǎo)入轉(zhuǎn)換函數(shù)
import os

def batch_word_to_pdf(source_folder, output_folder):
    """
    批量將Word文檔轉(zhuǎn)換為PDF文件。
    這是Word轉(zhuǎn)PDF和Python文件轉(zhuǎn)換的核心功能。
    :param source_folder: 源Word文檔文件夾路徑
    :param output_folder: 輸出PDF文件文件夾
    """
    if not os.path.exists(source_folder): return print(f"? 源文件夾不存在：{source_folder}")
    os.makedirs(output_folder, exist_ok=True)

    print(f"?? 正在批量將 '{source_folder}' 下的Word文檔轉(zhuǎn)換為PDF...")
    processed_count = 0
    # 遍歷文件夾中的所有.docx文件
    for filename in os.listdir(source_folder):
        if filename.lower().endswith('.docx'):
            source_path = os.path.join(source_folder, filename)
            output_pdf_path = os.path.join(output_folder, os.path.splitext(filename)[0] + ".pdf")
            
            try:
                # **核心操作：調(diào)用 docx2pdf.convert()**
                convert(source_path, output_pdf_path)
                print(f"   ? 轉(zhuǎn)換成功：'{filename}' -> '{os.path.basename(output_pdf_path)}'")
                processed_count += 1
            except Exception as e:
                print(f"? 轉(zhuǎn)換 '{filename}' 失?。簕e}。請(qǐng)確保Office/WPS等已安裝。")
        else:
            print(f"?? 跳過非Word文件：{filename}")
    print(f"? Word批量轉(zhuǎn)PDF完成！共轉(zhuǎn)換 {processed_count} 個(gè)文件。")
    return True

if __name__ == "__main__":
    # 準(zhǔn)備測(cè)試Word文檔 (放入一些.docx文件)
    source_word_folder = os.path.expanduser("~/Desktop/MyWordReports")
    output_pdf_folder = os.path.expanduser("~/Desktop/PDFReports")
    os.makedirs(source_word_folder, exist_ok=True)

    # 簡(jiǎn)單創(chuàng)建模擬Word文檔
    from docx import Document as DocxDocument
    if not os.path.exists(os.path.join(source_word_folder, "report1.docx")):
        doc = DocxDocument(); doc.add_paragraph("這是報(bào)告1"); doc.save(os.path.join(source_word_folder, "report1.docx"))
    if not os.path.exists(os.path.join(source_word_folder, "contract.docx")):
        doc = DocxDocument(); doc.add_paragraph("這是一份合同"); doc.save(os.path.join(source_word_folder, "contract.docx"))

    batch_word_to_pdf(source_word_folder, output_pdf_folder)

import fitz # PyMuPDF
import os

def pdf_to_text(pdf_path, output_txt_path):
    """
    從PDF文件中提取純文本內(nèi)容。
    這是PDF轉(zhuǎn)Word（文本部分）的基礎(chǔ)。
    :param pdf_path: 源PDF文件路徑
    :param output_txt_path: 輸出文本文件路徑
    """
    if not os.path.exists(pdf_path): return print(f"? PDF文件不存在：{pdf_path}")
    os.makedirs(os.path.dirname(output_txt_path), exist_ok=True)

    print(f"?? 正在從 '{os.path.basename(pdf_path)}' 提取文本...")
    try:
        doc = fitz.open(pdf_path)
        text_content = ""
        for page_num in range(doc.page_count):
            page = doc.load_page(page_num)
            text_content += page.get_text() # 提取頁(yè)面所有文本
        doc.close()
        
        with open(output_txt_path, "w", encoding="utf-8") as f:
            f.write(text_content)
        print(f"? 文本提取成功！保存到：'{output_txt_path}'")
        return True
    except Exception as e:
        print(f"? 文本提取失?。簕e}")
        return False

if __name__ == "__main__":
    source_pdf = os.path.expanduser("~/Desktop/sample_pdf.pdf")
    output_txt = os.path.expanduser("~/Desktop/extracted_text.txt")

    # 簡(jiǎn)單創(chuàng)建模擬PDF文件
    if not os.path.exists(source_pdf):
        doc = fitz.open(); doc.new_page().insert_text((50,50), "這是PDF中的文本內(nèi)容。"); doc.save(source_pdf); doc.close()

    pdf_to_text(source_pdf, output_txt)