【办公类-22-13】周计划系列（5-5）“周计划-05 上传周计划png“ （2024年调整版本）

作品展示——将docx 转PDF转png，保留第一张图片

背景需求：

把周计划内容初步替换后，获得了19周的周计划+教案的docx

需要把周计划第一页的反思内容删除，，然后把第一页横版截图上传班级主页。

需求：周计划docx 截图成png图片，上传

素材准备：

代码展示：

-1、把所有周计划docx打开，删掉反思内容，另存到jpg上传文件夹

import os
from docx import Document
from docx.shared import Pt
from pdf2image import convert_from_path
import shutil

path=r'D:\test\02办公类\91周计划4份_2024年中4班\04 周计划'
old=path+r'\04合成新周计划'
new=path+r'\05jpg上传'
# 处理.docx文件

from docx import Document
import os

print('--------1、遍历文件夹，把所有周计划docx打开，删掉反思内容，另存到jpg上传文件夹---------')
folder_path = old
for file_name in os.listdir(folder_path):
    print(file_name)
    if file_name.endswith('.docx'):
        file_path = os.path.join(folder_path, file_name)
        doc = Document(file_path)
        table = doc.tables[0]  # 假设第一页只有一个表格
        cell = table.cell(1, 8)  # 获取第1行第8列的单元格
        cell.text = ''  # 清空单元格内容
        doc.save(new+r'\{}'.format(file_name))

2、打开删除过内容的docx文件并转换成pdf文件（存在“05jpg上传”里）

print('--------2、打开docx文件并转换成pdf文件---------')
from docx import Document
from docx2pdf import convert
import os,time

folder_path = new
for file_name in os.listdir(folder_path):
    if file_name.endswith('.docx'):
        file_path = os.path.join(folder_path, file_name)
        pdf_path = file_path.replace('.docx', '.pdf')        
        # 打开docx文件并转换成pdf文件
        convert(file_path, pdf_path)
        time.sleep(1)

转成pdf的时间比较长

3、把每个PDF的每页保存为png图片（一个PDF可能有4-6份）

'--------3、把PDF保存为png图片---------')
import fitz  # PyMuPDF
from PIL import Image

# 遍历123文件夹下的所有.pdf文件
folder_path = new
for file_name in os.listdir(folder_path):
    if file_name.endswith('.pdf'):
        file_path = os.path.join(folder_path, file_name)

        # 打开PDF文件
        pdf_document = fitz.open(file_path)

        # 逐页将PDF文件转换为PNG图片
        for page_num in range(pdf_document.page_count):
            page = pdf_document[page_num]
            image_list = page.get_pixmap()

            # 保存为PNG图片
            image = Image.frombytes("RGB", [image_list.width, image_list.height], image_list.samples)
            image.save(f"{os.path.splitext(file_path)[0]}{page_num+1}.png")

        pdf_document.close()

实际上我只需要每个png图片的第一张，也就是以“1.png”结尾的图片

4、删除“05jpg”文件夹下的所有.docx、.pdf和.png文件，如果png文件名称最后是1. png需要保留。

print('------4、删除123文件夹下的所有.docx、.pdf和.png文件，如果png文件名称最后是1. png需要保留。---------')
import os


folder_path = new
files_to_keep = set()  # 用于存储需要保留的文件名

# 遍历123文件夹下的所有文件
for file_name in os.listdir(folder_path):
    file_path = os.path.join(folder_path, file_name)
    
    if file_name.endswith('.png') and not file_name.endswith('1.png'):
        os.remove(file_path)  # 删除不符合条件的.png文件
    elif file_name.endswith('.png'):
        files_to_keep.add(file_path)  # 将符合条件的文件路径加入到files_to_keep中
    elif file_name.endswith('.docx') or file_name.endswith('.pdf'):
        os.remove(file_path)  # 删除.docx和.pdf文件