https://www.cnblogs.com/Ting-light/p/9548127.html
#!python3
#-*- coding:utf8 -*-
#PyPDF2可能会打不开某些pdf文档，也不能提取图片，图表或者其他媒介从PDF文件中。但是它能提取文本从PDF中，转化为字符。
import PyPDF2
#以二进制方式 读模式打开一个pdf文件
pdfFileObj=open(\'e:\work\data_service.pdf\',\'rb\')
#读取pdf文档
pdfReader=PyPDF2.PdfFileReader(pdfFileObj)
#返回的是pdf文档的总页数
print(pdfReader.numPages)
#获取单页的内容，页码数从0开始
pageObj=pdfReader.getPage(0)
#返回单页的文本内容
pageObj.extractText()
#对于有加密的pdf文档其读对象有属性 isEncrypted
print(pdfReader.isEncrypted) #若有加密，则属性值为True。直接获取某页的文本内容会报错。
#通过方法decrypt()传递解密密码后可正常获取文本内容,密码以字符串形式传入。
#pdfReader.decrypt(\'rosebud\')
#写pdf文档
#创建pdf写对象
pdfWriter=PyPDF2.PdfFileWriter()
for pageNum in range(pdfReader.numPages):
pageObj=pdfReader.getPage(pageNum)
#向pdf写对象里添加内容（内容为pdf某个页面对象）
pdfWriter.addPage(pageObj)
#pdfWriter.addPage(pdfReader.getPage(3))
#创建新的pdf文件
pdfOutputFile=open(\'combinedminutes.pdf\',\'wb\')
#将pdf写对象中的内容加进新建的pdf文件中
#pdfWriter.write(pdfOutputFile) 此语句写入失败
#写完后关闭pdf文件
pdfOutputFile.close()
#word文档读写
import docx
doc=docx.Document(\'C:\\Users\\li.wu\\Desktop\\有趣的植物.docx\')
#文档的总段落数
print(len(doc.paragraphs))
#可以一段一段的返回文本内容
print(doc.paragraphs[0].text)
#\'第一章\xa0\xa0了解MySQL\'
#每个段落都有一个runs属性，runs的长度表示这个段落的格式的变化次数。
len(doc.paragraphs[1].runs)
#10
#每个runs元素也都有一个text属性
print(doc.paragraphs[1].runs[0].text)
#\'\xa0\xa0\xa0\'
#如果只关心文档中的内容，不在意格式的话，可以写一个函数直接获取整段文本：
def getText(filename):
doc=docx.Document(filename)
fullText=[]
for para in doc.paragraphs:
fullText.append(para.text)
return \'\n\'.join(fullText)
a=getText(\'e:\work\mysqll.docx\')
print(a.encode(\'utf-8\'))
\'\'\'
默认的字体的类型有：
\'Normal\' \'Heading5\' \'ListBullet\' \'ListParagraph\' \'BodyText\' \'Heading6\' \'ListBullet2\' \'MacroText\' \'BodyText2\' \'Heading7\'
\'ListBullet3\' \'NoSpacing\' \'BodyText3\' \'Heading8\' \'ListContinue\' \'Quote\' \'Caption\' \'Heading9\' \'ListContinue2\' \'Subtitle\'
\'Heading1\' \'IntenseQuote\' \'ListContinue3\' \'TOCHeading\' \'Heading2\' \'List\' \'ListNumber\' \'Title\' \'Heading3\' \'List2\'
\'ListNumber2\' \'Heading4\' \'List3\' \'ListNumber3\'
\'\'\'
#有3种类型的风格，段落风格可以应用于Paragraph对象，个性风格可以应用于Run对象。关联风格可以应用于前两种风格。
#设置风格属性时，风格类型名中间不要使用空格，例Subtle Emphasis ,入参应写成\'SubtleEmphasis\'
#Paragraph和Run对象都有属相style,通过设置style的值可以设置段落和文字的格式。
#当使用关联风格属性应用于Run对象时，需要在风格名后加上’Char\'。例如要将Quote类的关联风格应用于Paragraph对象时，使用paragraphObj.style=\'Quote\',
#但是应用于Run对象时，应该使用runObj.style=\'QuoteChar\'.
#目前的Python-Docx（0.7.4）只支持默认的word风格。
#run对象的text属性，每个text属相有三种值 True(打开) False(关闭) None(默认值)
#run对象的text属性：
\'\'\'
bold : The text appears in bold.
italic : The text appears in italic.
underline : The text is underlined.
strike : The text appears with strikethrough.
double_strike : The text appears with double strikethrough.
all_caps : The text appears in capital letters.
small_caps : The text appears in capital letters, with lowercase letters two points smaller.
shadow : The text appears with a shadow.
outline : The text appears outlined rather than solid.
rtl : The text is written right-to-left.
imprint : The text appears pressed into the page.
emboss : The text appears raised off the page in relief.
\'\'\'
doc.paragraphs[1].runs[0].underline=True
doc.save(\'restyled.docx\')
#创建新的word文档
doc=docx.Document()
#添加段落
doc.add_paragraph(\'Hello world!\')
a=doc.add_paragraph(\'this is a second paragraph\')
#在段落后添加语句
a.add_run(\'This text is being addded to the second paragraph\')
#添加段落时可设置段落格式
doc.add_paragraph(\'Hello world !\',\'Title\')
#add_heading()方法是以某一种标题格式添加一个段落数据范围从0~4，0是主标题，4是第4级副标题。
doc.add_heading(\'Header 0\',0) #格式为标题1
doc.add_heading(\'Header 1\',1) #格式为标题2
#通过在第一个末尾设置一个break，转到下一页
doc.paragraphs[2].runs[0].add_break(docx.enum.text.WD_BREAK.PAGE)
#Enumeration – WD_BREAK_TYPE
\'\'\'
WD_BREAK.LINE
WD_BREAK.LINE_CLEAR_LEFT
WD_BREAK.LINE_CLEAR_RIGHT
WD_BREAK.TEXT_WRAPPING (e.g. LINE_CLEAR_ALL)
WD_BREAK.PAGE
WD_BREAK.COLUMN
WD_BREAK.SECTION_NEXT_PAGE
WD_BREAK.SECTION_CONTINUOUS
WD_BREAK.SECTION_EVEN_PAGE
WD_BREAK.SECTION_ODD_PAGE
\'\'\'
doc.add_paragraph(\'This is on the second page!\')
#添加图片到文档末尾(宽设置为4英寸，高设置为1厘米)高与宽可以不设置，则为常规大小。
doc.add_picture(\'e:\work\code.jpg\',width=docx.shared.Inches(4),height=docx.shared.Cm(1))
doc.save(\'e:\work\helloworld.docx\')