用 Python 写了一个PDF转换器，以后再也不用花钱转了

前言

想必小伙伴都经历过，当你想要把PDF转为WORD时，自己打字赫赫甩在你眼前：

不充钱就想白嫖？？想得美~

然而，博主是不会退缩的，毕竟迎难而上是传统美德。于是，今天的主题出来了：用python写一个PDF转WORD的小工具（基于某网站接口）。

一、思路分析

网上一搜，你可以发现很多PDF转换的工具，其中不乏在线转换的网站，比如这样的：

那么，通过网站提供的测试接口，我们便可以通过爬虫模拟的方式实现转换。

没有错了~思路就是如此的简单明了，今天的主角便是：

https://app.xunjiepdf.com

通过抓包分析，知道这是一个POST请求，接下来用requests库模拟即可。

需要注意的是，这个接口仅用于测试，所以可供转换的页面等都有所限制，如需更完整的功能还请支持原版。

二、我的代码

正所谓一万个coders，就有一万种codes，以下为我的代码，仅供参考。

导入相关库：

 
 
 
   
  
  
  import time   
  
  
  import requests

定义PDF2Word类：

 
 
 
   
  
  
  #2020最新python学习资源分享：1156465813   
  
  
  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('成功获取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'] == '上传成功':   
  
  
              self.keytag = res_json['keytag']   
  
  
              print('成功上传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'] == '处理成功':   
  
  
              print('PDF处理完成')   
  
  
              return True   
  
  
          else:   
  
  
              print('PDF处理中')   
  
  
              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下载成功("%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)

执行主函数：

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

注意：convertPDF函数有两个参数，第一个为需要转换的PDF，第二个参数为转换后的目录。
run一下，一键入魂，".docx"文件已经躺在了我的目录中，舒服了~

新闻标题：用 Python 写了一个PDF转换器，以后再也不用花钱转了
链接分享：http://www.shufengxianlan.com/qtweb/news21/476971.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源：创新互联

猜你还喜欢下面的内容