#!/usr/bin/env python3 """ PDF 转 PPTX/Word 转换器 支持将 PDF 文件转换为 PowerPoint (PPTX) 或 Word (DOCX) 格式。 自动处理文件大小限制，支持批量转换。 使用方法: python3 convert.py [--format pptx|docx] [--max-size 30] [--dpi 150] """ import argparse import glob import os import sys import zipfile import shutil from pathlib import Path try: from pdf2image import convert_from_path from pptx import Presentation from pptx.util import Inches from pdf2docx import Converter from PIL import Image except ImportError as e: print(f"❌ 缺少依赖库：{e}") print("\n请安装依赖:") print(" pip3 install --break-system-packages pdf2image python-pptx pdf2docx Pillow") print("\n还需要安装 poppler:") print(" macOS: brew install poppler") print(" Ubuntu: sudo apt-get install poppler-utils") sys.exit(1) class PDFConverter: """PDF 转换器类""" def __init__(self, dpi=150, quality=85, max_size_mb=30, quiet=False): self.dpi = dpi self.quality = quality self.max_size_mb = max_size_mb self.quiet = quiet def log(self, message): """日志输出""" if not self.quiet: print(message) def convert_to_pptx(self, pdf_path, output_path=None): """转换 PDF 为 PPTX""" if not os.path.exists(pdf_path): print(f"❌ 文件不存在：{pdf_path}") return False if not output_path: output_path = os.path.splitext(pdf_path)[0] + ".pptx" self.log(f"📄 源文件：{os.path.basename(pdf_path)}") self.log(f"📊 源大小：{os.path.getsize(pdf_path)/(1024*1024):.2f} MB") self.log(f"🔄 开始转换 (PPTX)...") try: # 将 PDF 转为图片 self.log("📸 渲染 PDF 页面为图片...") images = convert_from_path(pdf_path, dpi=self.dpi) self.log(f"✓ 共 {len(images)} 页") # 创建 PPT prs = Presentation() prs.slide_width = Inches(13.333) prs.slide_height = Inches(7.5) prs.slides._sldIdLst.clear() self.log("📊 创建幻灯片...") for i, img in enumerate(images): slide = prs.slides.add_slide(prs.slide_layouts[6]) # 保存图片 img_path = f"/tmp/slide_{i}.jpg" img.save(img_path, "JPEG", quality=self.quality, optimize=True) # 插入图片到幻灯片 slide.shapes.add_picture(img_path, 0, 0, width=prs.slide_width, height=prs.slide_height) os.remove(img_path) if (i+1) % 20 == 0: self.log(f" 已处理 {i+1}/{len(images)} 页") # 保存 PPTX prs.save(output_path) # 检查结果 if os.path.exists(output_path): size_mb = os.path.getsize(output_path)/(1024*1024) self.log(f"\n✅ 转换成功！") self.log(f"📊 输出大小：{size_mb:.2f} MB") if size_mb > self.max_size_mb: self.log(f"⚠️ 大小限制：≤{self.max_size_mb} MB - ❌ 超出") self.log(f"💡 提示：尝试降低 --dpi 或 --quality 参数") else: self.log(f"✓ 大小限制：≤{self.max_size_mb} MB - ✅ 符合") self.log(f"📍 保存位置：{output_path}") return True else: self.log("❌ 转换失败：输出文件不存在") return False except Exception as e: self.log(f"❌ 转换失败：{e}") return False def convert_to_docx(self, pdf_path, output_path=None): """转换 PDF 为 DOCX""" if not os.path.exists(pdf_path): print(f"❌ 文件不存在：{pdf_path}") return False if not output_path: output_path = os.path.splitext(pdf_path)[0] + ".docx" self.log(f"📄 源文件：{os.path.basename(pdf_path)}") self.log(f"📊 源大小：{os.path.getsize(pdf_path)/(1024*1024):.2f} MB") self.log(f"🔄 开始转换 (DOCX)...") try: cv = Converter(pdf_path) cv.convert(output_path) cv.close() if os.path.exists(output_path): size_mb = os.path.getsize(output_path)/(1024*1024) self.log(f"\n✅ 转换成功！") self.log(f"📊 输出大小：{size_mb:.2f} MB") if size_mb > self.max_size_mb: self.log(f"⚠️ 大小限制：≤{self.max_size_mb} MB - ❌ 超出") else: self.log(f"✓ 大小限制：≤{self.max_size_mb} MB - ✅ 符合") self.log(f"📍 保存位置：{output_path}") return True else: self.log("❌ 转换失败：输出文件不存在") return False except Exception as e: self.log(f"❌ 转换失败：{e}") return False def convert(self, pdf_path, output_format='pptx', output_path=None): """转换 PDF 文件""" if output_format.lower() == 'pptx': return self.convert_to_pptx(pdf_path, output_path) elif output_format.lower() == 'docx': return self.convert_to_docx(pdf_path, output_path) else: self.log(f"❌ 不支持的格式：{output_format}") return False def batch_convert(self, pdf_dir, output_format='pptx'): """批量转换目录中的所有 PDF""" pdf_files = glob.glob(os.path.join(pdf_dir, "*.pdf")) if not pdf_files: self.log(f"❌ 目录中没有 PDF 文件：{pdf_dir}") return False self.log(f"📁 找到 {len(pdf_files)} 个 PDF 文件") self.log(f"🔄 开始批量转换 ({output_format.upper()})...\n") success_count = 0 for i, pdf_file in enumerate(pdf_files, 1): self.log(f"[{i}/{len(pdf_files)}] ", end="") if self.convert(pdf_file, output_format): success_count += 1 self.log("") self.log(f"\n✅ 批量转换完成！") self.log(f"📊 总计：{len(pdf_files)} 个文件") self.log(f"✅ 成功：{success_count} 个") self.log(f"❌ 失败：{len(pdf_files) - success_count} 个") return success_count == len(pdf_files) def main(): parser = argparse.ArgumentParser( description='PDF 转 PPTX/Word 转换器', formatter_class=argparse.RawDescriptionHelpFormatter, epilog=""" 示例: python3 convert.py file.pdf # 转换为 PPTX python3 convert.py file.pdf --format docx # 转换为 Word python3 convert.py file.pdf --max-size 20 # 限制大小 20MB python3 convert.py file.pdf --dpi 100 --quality 70 # 降低质量减小大小 python3 convert.py /path/to/pdfs/ --batch # 批量转换 """ ) parser.add_argument('input', help='PDF 文件路径或目录（批量模式）') parser.add_argument('--format', choices=['pptx', 'docx'], default='pptx', help='输出格式 (默认：pptx)') parser.add_argument('--max-size', type=float, default=30, help='最大文件大小 MB (默认：30)') parser.add_argument('--output', '-o', help='输出文件路径') parser.add_argument('--dpi', type=int, default=150, help='渲染 DPI (默认：150)') parser.add_argument('--quality', type=int, default=85, help='JPEG 图片质量 1-100 (默认：85)') parser.add_argument('--batch', action='store_true', help='批量转换目录中的所有 PDF') parser.add_argument('--quiet', '-q', action='store_true', help='静默模式，仅输出结果') args = parser.parse_args() # 创建转换器 converter = PDFConverter( dpi=args.dpi, quality=args.quality, max_size_mb=args.max_size, quiet=args.quiet ) # 检查输入 if not os.path.exists(args.input): print(f"❌ 文件/目录不存在：{args.input}") sys.exit(1) # 批量模式或单文件模式 if args.batch or os.path.isdir(args.input): success = converter.batch_convert(args.input, args.format) else: success = converter.convert(args.input, args.format, args.output) sys.exit(0 if success else 1) if __name__ == "__main__": main()