前言
某天我们运营在编辑后台的时候说每次上传ppt，pdf，word时都要把每个文件先导出一次图片,然后一个一个上传(png用作预览,ppt，pdf，word源文件不能直接下载的)，说效率太低了，问有没有办法只要上传文件就行。当时就想了想每个上传都转一次确实效率低，因为有些导出来可能有几十张图片。
12.jpg
最后通过GitHub和网友博客。最终把自动转图片问题解决。脚本有错误不优雅的欢迎指出~
本文python版本3.9.5
脚本思路
运营人员上传ppt，pdf，word到数据库，脚本读取文件远程连接->下载到本地->转图片->上传到云存储->获取远程图片连接->存储到数据库。
连接数据库查询需要转的集合
conn = pymysql.connect(host='127.0.0.1', user='root', password="",database ='pic',port=3306)
# host=localhost #也可以写,如果127.0.0.1不能用的话# 登录数据库
cur = conn.cursor(pymysql.cursors.DictCursor)
return {
"conn":conn,
"cur":cur
}</pre>
<pre class="prettyprint hljs python" style="padding: 0.5em; font-family: Menlo, Monaco, Consolas, "Courier New", monospace; color: rgb(68, 68, 68); border-radius: 4px; display: block; margin: 0px 0px 1.5em; font-size: 14px; line-height: 1.5em; word-break: break-all; overflow-wrap: break-word; white-space: pre; background-color: rgb(246, 246, 246); border: none; overflow-x: auto; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;"># 获取需要转的文件集合
def getUrlArr(cur):
sql = 'select * from pic' # 写自己的sql语句
arr = ''
try:
cur.execute(sql)
ex = cur.execute(sql)
arr = cur.fetchmany(ex)
except Exception as e:
raise e
finally:
return arr</pre>
下载文件到本地
def downLoad(url):
print('----url-----',url)
filename=''
try:
suffix = os.path.basename(url).split('.')[1]
filename = "miaohui."+suffix
if os.path.exists(filename): # 如果文件存在 删除文件
os.remove(filename)
wget.download(url,filename)
except IOError:
print('下载失败',url)
else:
print('\n')
print('下载成功',url)
return filename</pre>
ppt转图片
# 初始化PPT
def init_powerpoint():
powerpoint = win32com.client.Dispatch('PowerPoint.Application') #comtypes.client.CreateObject("Powerpoint.Application")
powerpoint.Visible = 1
return powerpoint</pre>
<pre class="prettyprint hljs python" style="padding: 0.5em; font-family: Menlo, Monaco, Consolas, "Courier New", monospace; color: rgb(68, 68, 68); border-radius: 4px; display: block; margin: 0px 0px 1.5em; font-size: 14px; line-height: 1.5em; word-break: break-all; overflow-wrap: break-word; white-space: pre; background-color: rgb(246, 246, 246); border: none; overflow-x: auto; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: start; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration-style: initial; text-decoration-color: initial;"># PPT转png
def ppt2png(url,pptFileName,powerpoint):
try:
ppt_path = os.path.abspath(pptFileName)
ppt = powerpoint.Presentations.Open(ppt_path)
#保存为图片
img_path = os.path.abspath(downLoad_path + '.png')
ppt.SaveAs(img_path, 18) # 17保存为jpg格式
# 关闭打开的ppt文件
ppt.Close()
except IOError:
print('PPT转png失败',url)
else:
print("PPT转png成功",url)</pre>
pdf转图片
# pdf转图片
def pdf2png(_url,pptFileName):
imagePath = os.path.abspath(downLoad_path)
try:
pdfDoc = fitz.open(pptFileName)
for pg in range(pdfDoc.pageCount):
page = pdfDoc[pg]
rotate = int(0)
# 每个尺寸的缩放系数为1.3，这将为我们生成分辨率提高2.6的图像。
# 此处若是不做设置，默认图片大小为：792X612, dpi=96
zoom_x = 1.33333333 # (1.33333333-->1056x816) (2-->1584x1224)
zoom_y = 1.33333333
mat = fitz.Matrix(zoom_x, zoom_y).prerotate(rotate)
pix = page.get_pixmap(matrix=mat, alpha=False)
if not os.path.exists(imagePath): # 判断存放图片的文件夹是否存在
os.makedirs(imagePath) # 若图片文件夹不存在就创建
pix.save(imagePath + '/' + '幻灯片%s.png' % pg) # 将图片写入指定的文件夹内
except IOError:
print('pdf转png失败',_url)
else:
print("pdf转png成功",_url)</pre>
word转图片
word转图片要先中转一次，先把word转成pdf，然后再把pdf转成图片。
def word2pdf(word_file):
'''
将word文件转换成pdf文件
:param word_file: word文件
:return:
'''
# 获取word格式处理对象
word = Dispatch('Word.Application')
# 以Doc对象打开文件
doc_ = word.Documents.Open(word_file)
# 另存为pdf文件
suffix = os.path.basename(word_file).split('.')[1]
doc_.SaveAs(word_file.replace(suffix, "pdf"), FileFormat=17)
print(word_file,'----转pdf成功')
# 关闭doc对象
doc_.Close()
# 退出word对象
word.Quit()
return os.path.basename(word_file).split('.')[0]+'.pdf'</pre>
然后在调用上面的 pdf2png
上传到对象存储
这里就不贴出来了，我们用的是华为云的OBS。阿里云，腾讯云等对象存储都有各自的Python版SDK，接入也很方便。
最后组在一起调用
connect = connectDatabase()
powerpoint = init_powerpoint()
downArr = getUrlArr(connect['cur'])
for i in downArr:
if(os.path.exists('./'+downLoad_path)):
removeFileInFirstDir('./'+downLoad_path)
_url = unquote(i['url'])
id = i['id']
pptFileName = downLoad(_url)#下载文件
if(('.pdf' in _url) ==True):
pdf2png(_url,pptFileName)
elif (('.doc' in _url) ==True):
_file = os.path.abspath(pptFileName)
pdfNmae = word2pdf(_file)
pdf2png(_url,pdfNmae)
else:
ppt2png(_url,pptFileName,powerpoint) #转png
imgArr = uploadImg(_url) #上传图片到云存储拿到远程链接
setData(_url,id,imgArr,connect) #保存到数据库
time.sleep(2)
print('\n')
print('\n')
connect['cur'].close() #关闭游标
connect['conn'].close() #断开数据库,释放资源
powerpoint.Quit()
input("输入任意键结束")</pre>
因为是自己内部用，所以可以使用pyinstaller打包成了一个exe，提供给运营用，资料上传完运行下，便可批量自动转图片了。
pyinstaller -c -F -i a.ico ppt_to_img.py</pre>
最后
希望本文对你有一些帮助，如有问题，欢迎指正~
