"""
概要: Word文書をPDFに変換し、さらにそのPDFを画像ファイルに変換するスクリプト。
詳細説明:
このスクリプトは、Microsoft Word文書 (.docx) をPDF形式に変換し、
その後、変換されたPDFファイル内の各ページを個別のPNG画像ファイルとして出力します。
WordからPDFへの変換にはcomtypesライブラリを介したWordアプリケーションのCOMオートメーションを使用し、
PDFから画像への変換にはPyMuPDF (fitz) ライブラリを使用します。
変換された画像は指定された出力ディレクトリに保存されます。
関連リンク:
:doc:`docx2img_usage`
"""
import os
import sys
import comtypes.client
try:
import fitz # PyMuPDF
except:
print("\npptx2pdf_recursive.py: Import error: fitz")
input("Install: pip install pymupdf\n")
# 入力ファイルと出力ディレクトリの設定
infile = '20240815-Coverletter.docx'
pdf_file = 'output.pdf'
out_dir = 'images_doc'
import os
import comtypes.client
[ドキュメント]
def convert_word_to_pdf(word_file, pdf_file):
"""
概要: 指定されたWord文書をPDFファイルに変換します。
詳細説明:
Microsoft WordアプリケーションのCOMオブジェクトを介してWord文書を開き、
PDF形式で保存します。Wordアプリケーションは非表示モードで実行されます。
変換が成功した場合は"変換成功。"と表示し、失敗した場合はエラーメッセージを表示し、
例外を再発生させます。処理の完了後にはWordアプリケーションを確実に終了します。
:param word_file: 入力Word文書のパス (例: 'document.docx')
:type word_file: str
:param pdf_file: 出力PDFファイルのパス (例: 'output.pdf')
:type pdf_file: str
:returns: なし
:rtype: None
"""
print(f"Convert [{word_file}] to [{pdf_file}]")
application = None # 初期化
doc = None # 初期化
try:
application = comtypes.client.CreateObject('Word.Application')
application.Visible = False # Wordのウィンドウを非表示にする（任意）
doc = application.Documents.Open(word_file)
# Wordのコマンドを実行
doc.SaveAs(pdf_file, FileFormat=17) # 17 はPDF形式を示す定数
print("変換成功。")
except Exception as e:
# 例外が発生した場合、エラーメッセージを表示
print(f"エラー: {e}", file=sys.stderr)
# 再度例外を発生させ、プログラムを終了させる
raise
finally:
# docオブジェクトとWordアプリケーションを確実にクローズする
if doc:
doc.Close()
if application:
application.Quit()
[ドキュメント]
def convert_pdf_to_images(pdf_file, out_dir):
"""
概要: 指定されたPDFファイルをページごとにPNG画像に変換し、保存します。
詳細説明:
PyMuPDF (fitz) を使用してPDFファイルを開き、各ページをピクセルマップとして抽出し、
PNG形式で指定された出力ディレクトリに保存します。
出力ディレクトリが存在しない場合は、この関数内で自動的に作成されます。
出力される画像ファイル名は 'page_1.png', 'page_2.png' のようになります。
:param pdf_file: 入力PDFファイルのパス (例: 'output.pdf')
:type pdf_file: str
:param out_dir: 画像ファイルを保存する出力ディレクトリのパス (例: 'images_doc')
:type out_dir: str
:returns: なし
:rtype: None
"""
print(f"Output dir: [{out_dir}]")
if not os.path.exists(out_dir):
print(f"Create [{out_dir}]")
os.makedirs(out_dir)
print(f"Open [{pdf_file}]")
doc = fitz.open(pdf_file)
print(f"Exporting to [{out_dir}]")
for page_num in range(len(doc)):
page = doc.load_page(page_num)
pix = page.get_pixmap()
output_path = os.path.join(out_dir, f'page_{page_num + 1}.png')
pix.save(output_path)
if __name__ == '__main__':
current_dir = os.getcwd()
word_path = os.path.join(current_dir, infile)
pdf_path = os.path.join(current_dir, pdf_file)
# Word文書をPDFに変換
convert_word_to_pdf(word_path, pdf_path)
# PDFを画像に変換
convert_pdf_to_images(pdf_path, out_dir)