快捷導(dǎo)航

用python寫PDF轉(zhuǎn)換器的實(shí)現(xiàn)

更新時(shí)間：2020年10月29日 16:49:43 作者：不正經(jīng)的kimol君

這篇文章主要介紹了用python寫PDF轉(zhuǎn)換器的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

前言

某個(gè)夜深人靜的夜晚，夜微涼風(fēng)微揚(yáng)，月光照進(jìn)我的書(shū)房~
當(dāng)我打開(kāi)文件夾以回顧往事之余，驚現(xiàn)許多看似雜亂的無(wú)聊代碼。我拍腿正坐，一個(gè)想法油然而生：“生活已然很無(wú)聊，不如再無(wú)聊些叭”。
于是，我決定開(kāi)一個(gè)專題，便稱之為kimol君的無(wú)聊小發(fā)明。
妙…啊~~~

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

在這里插入圖片描述

不充錢就想白嫖？？想得美~
然而，kimol君是不會(huì)退縮的，畢竟迎難而上是傳統(tǒng)美德。于是，今天的主題出來(lái)了：用python寫一個(gè)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：

在這里插入圖片描述

那么，通過(guò)網(wǎng)站提供的測(cè)試接口，我們便可以通過(guò)爬蟲(chóng)模擬的方式實(shí)現(xiàn)轉(zhuǎn)換。
沒(méi)有錯(cuò)了~思路就是如此的簡(jiǎn)單明了，今天的主角便是：https://app.xunjiepdf.com

通過(guò)抓包分析，知道這是一個(gè)POST請(qǐng)求，接下來(lái)用requests庫(kù)模擬即可。
需要注意的是，這個(gè)接口僅用于測(cè)試，所以可供轉(zhuǎn)換的頁(yè)面等都有所限制，如需更完整的功能還請(qǐng)支持原版。

二、我的代碼

正所謂一萬(wàn)個(gè)coders，就有一萬(wàn)種codes，以下為我的代碼，僅供參考。
導(dǎo)入相關(guān)庫(kù)：

import time
import requests

定義PDF2Word類：

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(gè)參數(shù)，第一個(gè)為需要轉(zhuǎn)換的PDF，第二個(gè)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~

在這里插入圖片描述

寫在最后

到此這篇關(guān)于用python寫PDF轉(zhuǎn)換器的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)用python寫PDF轉(zhuǎn)換器內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: