document-converter （文档格式互转工具）
项目发起初衷
近期有朋友要我帮忙将 pdf 格式文档数据提取成 docx 格式，平时我自己要么就通过编辑器转换了，要么就通过命令行转换，但这种方式对于一些朋友来说不是很友好，故此有此项目。
目前只支持 docx 和 pdf 互转，后续有时间了，会考虑支持多种常用文档格式互转，如果你对这感兴趣，欢迎提 PR ！
项目特性
- 使用 python3 编写的 docx、pdf 互转工具。
- 支持多线程。
- 支持跨平台（macOS、Windows、Linux）。
- 批量 docx 文档转 pdf 格式（效果良好）。
- 批量 pdf 文档转 docx 格式（尝试过多个扩展库，遗憾的是均不支持图片提取）。
- 后续有时间了，会考虑支持多种常用的文档格式互转。
效果图
命令行提示
批量 docx 转 pdf
批量 pdf 转 docx
使用方法
- 克隆源代码
# GitHub
git clone https://github.com/pudongping/document-converter.git
# gitee
git clone https://gitee.com/pudongping/document-converter.git- 进入项目根目录，并安装相关依赖扩展
cd document-converter && sudo pip install -r requirements.txt- 使用文档格式转换
举个例子来说，如果此时我想将 n 个 .docx 格式的文档转换成 .pdf 格式的文档，那么我需要这么操作：
- 将这
n个.docx文档复制到此项目的data/input/docxs目录（如果想转.pdf格式的文档，则需要将文档复制到data/input/pdfs目录） - 在项目根目录执行
python3 main.py --docx-to-pdf命令，且等待命令执行结束（你可以去泡杯咖啡，之后静静等待，一般来说会很快，因为支持多线程） - 之后在
data/output/pdfs目录查看已经转换好的文档。至此，完毕！
- 命令介绍
| 命令 | 说明 |
|---|---|
| python3 main.py –version | 显示当前应用的版本号 |
| python3 main.py –help 或者 python3 main.py -h | 显示帮助文档 |
| python3 main.py –docx-to-pdf | 执行 docx 文档转成 pdf 格式的文档 |
| python3 main.py –pdf-to-docx | 执行 pdf 文档转成 docx 格式的文档 |
项目目录介绍
├── LICENSE
├── Pipfile
├── README.md 项目介绍文档
├── app 代码目录
│ ├── __init__.py
│ ├── config 配置文件目录
│ │ ├── __init__.py
│ │ └── app.py 配置相关
│ ├── converter 转换相关代码目录
│ │ ├── __init__.py
│ │ ├── converter_docx.py *文档转 docx 格式相关代码
│ │ └── converter_pdf.py *文档转 pdf 格式相关代码
│ └── helper.py 助手函数
├── data 数据相关
│ ├── input 需要转换的文档目录
│ │ ├── docxs 如果需要将 docx 文档转换成其他格式，则默认需要将文档放入此目录下
│ │ │ ├── 文档1.docx
│ │ │ └── 文档2.docx
│ │ └── pdfs 如果需要将 pdf 文档转换成其他格式，则默认需要将文档放入此目录下
│ │ ├── alex1.pdf
│ │ └── sample.pdf
│ └── output 文档转换后存放的文档目录
│ ├── docxs 所有经过转换后的 docx 文档默认会放到此目录下
│ │ ├── alex1.pdf.docx
│ │ └── sample.pdf.docx
│ └── pdfs 所有经过转换后的 pdf 文档默认会放到此目录下
│ ├── 文档1.docx.pdf
│ └── 文档2.docx.pdf
├── main.py 项目入口文件
├── requirements.txt 项目依赖关系清单
└── runtime 项目运行相关
└── logs 日志目录
└── 202104
└── converter-2021-04-24.log 以天为单位记录的操作日志
License
源代码基于 MIT 协议发布。
