python的功能真是強大，可以做詞雲圖、可以優雅地八卦、可以做遊戲外掛、還可以將PDF轉化成圖片，這個功能你還不知道吧，趕緊隨小編我一起來看看吧:
之前收集了很多優秀的 PDF文檔，但是需要看的時候不是很方便，需要去找到這個文件，如果是在手機上的話往往還需要下載 PDF相關的插件才行，而且最大的問題是不便於資料的整理和分享。如果能夠將 PDF轉換成網頁，豈不是就能解決這些問題了?還能直接分享出去。
這裡利用 PyPDF包來處理 PDF文件，為了方便快捷，我這裡直接將一個頁面轉換成圖片，就不需要去識別頁面中的每一個 PDF元素了，這是沒必要的。
轉換
核心代碼很簡單，就是將 PDF文件讀取出來，轉換成 PdfFileReader，然後就可以根據 PyPDF2的API去獲得每一個頁面的二進制數據，拿到二進制數據過後，就能很方便的進行圖片處理了，這裡用 wand包來進行圖片處理。
# -*- coding: utf-8 -*- import io from wand.image import Image from wand.color import Color from PyPDF2 import PdfFileReader, PdfFileWriter memo = {} def getPdfReader(filename): reader = memo.get(filename, None) if reader is None: reader = PdfFileReader(filename, strict=False) memo[filename] = reader return reader def _run_convert(filename, page, res=120): idx = page + 1 pdfile = getPdfReader(filename) pageObj = pdfile.getPage(page) dst_pdf = PdfFileWriter() dst_pdf.addPage(pageObj) pdf_bytes = io.BytesIO() dst_pdf.write(pdf_bytes) pdf_bytes.seek(0) img = Image(file=pdf_bytes, resolution=res) img.format = 'png' img.compression_quality = 90 img.background_color = Color("white") img_path = '%s%d.png' % (filename[:filename.rindex('.')], idx) img.save(filename=img_path) img.destroy()
需要注意的是一般PDF文件較大，如果一次性轉換整個PDF文件需要小心內存溢出的問題，我們這裡將第一次載入的整個PDF文件保存到內存，避免每次讀取的時候都重新載入。
批量處理
上面已經完成了一個 PDF頁面的轉換，要完成整個文件的轉換就很簡單了，只需要拿到文件的總頁碼，然後循環執行就行。考慮到轉換比較耗時，可以使用異步處理的方式加快速度。比如可以使用 celery來搭配處理，一定注意小心內存洩露。
核心代碼已經整理放到github上去了，好了，等有時間的時候準備做一個公共的PDF轉成 H5的服務，開放給大眾使用。
最後，小編想說一句話：我是一名python開發工程師，整理了一套最新的python系統學習教程，包括從基礎的python腳本到web開發、爬蟲、數據分析、數據可視化、機器學習,面試寶典。想要這些資料的可以關注小編，私信小編“01”即可（免費分享哦）希望能對你有所幫助
閱讀更多 Python智禪 的文章
