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：
class PDF2Word():
def __init__(self):
self.machineid = \'ccc052ee5200088b92342303c4ea9399\'
self.token = \'\'
self.guid = \'\'
self.keytag = \'\'
#2020最新python学习资源分享：1156465813
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~
三.运行结果
注意：如果你是打算找python高薪工作的话。我建议你多写点真实的企业项目积累经验。不然工作都找不到，当然很多人没进过企业，怎么会存在项目经验呢？ 所以你得多找找企业项目实战多练习下撒。如果你很懒不想找，也可以进我的Python交流圈：1156465813。群文件里面有我之前在做开发写过的一些真实企业项目案例。你可以拿去学习，不懂都可以在裙里找我，有空会耐心给你解答下。
以下内容无用，为本篇博客被搜索引擎抓取使用
(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)
python 是干什么的 零基础学 python 要多久 python 为什么叫爬虫
python 爬虫菜鸟教程 python 爬虫万能代码 python 爬虫怎么挣钱
python 基础教程 网络爬虫 python python 爬虫经典例子
python 爬虫
(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)(*￣︶￣)
以上内容无用，为本篇博客被搜索引擎抓取使用