前言:日常生活中,我们常常会跟WPS Office打交道。作表格,写报告,写PPT......可以说,我们的生活已经离不开WPS Office了。与此同时,我们在这个过程中也会遇到各种各样的技术阻碍,例如部分软件的PDF转Word需要收取额外费用等。那么,可不可以自己开发一个小工具来实现PDF转Word这个功能呢?答案是肯定的,Python生来就是为应用层开发的。话不多说,我们直接开始今天的Python学习之路-利用Python编写一个基于PyQt5,pdf2docx,pathlib的PDF转Word工具。
编程思路:本次编程我们将会调用到PyQt5,pdf2docx,pathlib,datetime,sys,os等库。其中,PyQt5提供了图形用户交互界面,线程池,信号槽等槽点。pdf2docx则负责将PDF文档转换为Word文档。pathlib获取生成的Word文档的绝对路径,并保证Word文档存放在系统的指定位置。datetime库用来获取系统当前的时间参数,并将其以时间戳的形式给生成的Word文档命名,这对用户后面方便搜索和查询文件详细信息非常重要。sys使我们与Python解释器(PyCharm)进行交互、以及控制程序的执行成为了可能。本次编程中,os库被用于启动文件浏览器(os.startfile),以便我们选择要转换的 PDF 文件。具体来说,我们可以用它在 Windows 系统上打开所想要转换的PDF的所在文件或目录。
第一步:导入库
标准库:pathlib,sys,os,datetime。
第三方库:PyQt5,pdf2docx。
#导入库
import sys
import os
from PyQt5.QtWidgets import *
from PyQt5.QtCore import Qt, QThread, pyqtSignal
from pdf2docx import Converter
from pathlib import Path
from datetime import datetime
第二步:建立功能类
这一步中我们需要建立两个类:1,线程进度类 2,转换窗口类。
线程进度类:负责PDF文档从PDF格式转换为Word格式的目录创建,格式转换,新文件生成等步骤的执行。
转换窗口类:负责PDF文档转Word文档过程中GUI各控件(按钮,主窗口,进度条,信息框等)的布局。
#线程进度类
class ConversionThread(QThread):
progress_updated = pyqtSignal(int, str) # 添加进度描述
conversion_finished = pyqtSignal(bool, str)
#线程初始化
def __init__(self, pdf_path, output_dir):
super().__init__()
self.pdf_path = pdf_path
self.output_dir = output_dir
self.docx_path = ""
def run(self):
try:
# 创建输出目录
output_path = Path(self.output_dir)
output_path.mkdir(parents=True, exist_ok=True)
# 生成带时间戳的文件名
timestamp = datetime.now().strftime("%Y%m%d%H%M%S")
original_name = Path(self.pdf_path).stem
self.docx_path = str(output_path / f"{original_name}_{timestamp}.docx")
# 初始化转换器
cv = Converter(self.pdf_path)
# 获取总页数用于进度计算
total_pages = len(cv.pages)
current_page = 0
def detailed_progress(progress, description):
nonlocal current_page
if description["event"] == "page_parsed":
current_page += 1
page_progress = int((current_page / total_pages) * 100)
self.progress_updated.emit(
page_progress,
f"正在解析第 {current_page}/{total_pages} 页..."
)
elif description["event"] == "created":
self.pro