前言

某個夜深人靜的夜晚，夜微涼風微揚，月光照進我的書房~當我打開文件夾以回顧往事之余，驚現許多看似雜亂的無聊代碼。我拍腿正坐，一個想法油然而生：“生活已然很無聊，不如再無聊些叭”。于是，我決定開一個專題，便稱之為kimol君的無聊小發明。妙…啊~~~

想必小伙伴都經歷過，當你想要把PDF轉為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，kimol君是不會退縮的，畢竟迎難而上是傳統美德。于是，今天的主題出來了：用python寫一個PDF轉WORD的小工具（基于某網站接口）。

一、思路分析

網上一搜，你可以發現很多PDF轉換的工具，其中不乏在線轉換的網站，比如這樣的：

那么，通過網站提供的測試接口，我們便可以通過爬蟲模擬的方式實現轉換。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。導入相關庫：

import timeimport 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)

執行主函數：

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

注意：convertPDF函數有兩個參數，第一個為需要轉換的PDF，第二個參數為轉換后的目錄。run一下，一鍵入魂，'.docx'文件已經躺在了我的目錄中，舒服了~

寫在最后

到此這篇關于用python寫PDF轉換器的實現的文章就介紹到這了,更多相關用python寫PDF轉換器內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！