怎么用Python寫PDF轉(zhuǎn)換器

本篇內(nèi)容介紹了“怎么用Python寫PDF轉(zhuǎn)換器”的有關(guān)知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

前言

想必小伙伴都經(jīng)歷過，當(dāng)你想要把PDF轉(zhuǎn)為WORD時，自己打字赫赫甩在你眼前：

不充錢就想白嫖？？想得美~

然而，博主是不會退縮的，畢竟迎難而上是傳統(tǒng)美德。于是，今天的主題出來了：用python寫一個PDF轉(zhuǎn)WORD的小工具（基于某網(wǎng)站接口）。

一、思路分析

網(wǎng)上一搜，你可以發(fā)現(xiàn)很多PDF轉(zhuǎn)換的工具，其中不乏在線轉(zhuǎn)換的網(wǎng)站，比如這樣的：

那么，通過網(wǎng)站提供的測試接口，我們便可以通過爬蟲模擬的方式實現(xiàn)轉(zhuǎn)換。

沒有錯了~思路就是如此的簡單明了，今天的主角便是：

https://app.xunjiepdf.com

通過抓包分析，知道這是一個POST請求，接下來用requests庫模擬即可。

需要注意的是，這個接口僅用于測試，所以可供轉(zhuǎn)換的頁面等都有所限制，如需更完整的功能還請支持原版。

二、我的代碼

正所謂一萬個coders，就有一萬種codes，以下為我的代碼，僅供參考。

導(dǎo)入相關(guān)庫：

import time import requests

定義PDF2Word類：

#2020最新python學(xué)習(xí)資源分享：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('成功獲取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'] == '上傳成功':             self.keytag = res_json['keytag']             print('成功上傳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'] == '處理成功':             print('PDF處理完成')             return True         else:             print('PDF處理中')             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下載成功("%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)

執(zhí)行主函數(shù)：

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

注意：convertPDF函數(shù)有兩個參數(shù)，第一個為需要轉(zhuǎn)換的PDF，第二個參數(shù)為轉(zhuǎn)換后的目錄。
run一下，一鍵入魂，".docx"文件已經(jīng)躺在了我的目錄中，舒服了~

“怎么用Python寫PDF轉(zhuǎn)換器”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實用文章！