Utilizo Python para automatizar tarefas repetitivas no contexto corporativo.
É possível utilizar a linguagem para converter arquivos .docx
para o formato .pdf
?
Stack Overflow em Português é um site de perguntas e respostas para programadores profissionais e entusiastas. Leva apenas um minuto para se inscrever.
Inscreva-se para participar desta comunidadeUtilizo Python para automatizar tarefas repetitivas no contexto corporativo.
É possível utilizar a linguagem para converter arquivos .docx
para o formato .pdf
?
O exemplo abaixo utiliza pywin32 para realizar a conversão utilizando o executável do Word.
import win32com.client
wdFormatPDF = 17
entrada = '/arquivo/de/entrada.docx'
saida = '/arquivo/de/saida.pdf'
word = win32com.client.Dispatch('Word.Application')
doc = word.Documents.Open(entrada)
doc.SaveAs(saida, FileFormat=wdFormatPDF)
doc.Close()
word.Quit()
Importante notar que, no momento, essa solução é exclusiva para sistemas Windows que tenham o Pacote Office (Word) instalado. Mais informações aqui.
Uma solução que não depende do Pacote Office é a seguinte:
from subprocess import Popen
LIBRE_OFFICE = '/caminho/para/o/executavel/soffice.exe'
arquivo_de_entrada = '/caminho/do/arquivo.docx'
pasta_destino = '/caminho/da/pasta'
p = Popen([LIBRE_OFFICE, '--headless', '--convert-to', 'pdf', '--outdir', pasta_destino, arquivo_de_entrada])
p.communicate()
Para sistemas Linux, soffice
é chamado diretamente:
from subprocess import Popen
arquivo_de_entrada = '/caminho/do/arquivo.docx'
pasta_destino = '/caminho/da/pasta'
p = Popen(['soffice', '--headless', '--convert-to', 'pdf', '--outdir', pasta_destino, arquivo_de_entrada])
p.communicate()
A biblioteca aspose-words
fornece métodos simples pra fazer essa conversão.
import aspose.words as aw
entrada = '/arquivo/de/entrada.docx'
saida = 'arquivo/de/saida.pdf'
doc = aw.Document(entrada)
doc.save(saida)
Há ainda a possibilidade de utilizar o "pandoc". NO Windows, há um instalador, no Linux, basta fazer "sudo apt-get install pandoc".
Seja como for, o seu uso é assim:
pandoc arquivo.docx -o arquivo.pdf --metadata title="Título do Documento" --metadata author="Autor do Documento" --toc --standalone -V lang="pt-br"
Essa seria uma forma possível de chamar, mas com os dois primeiros parâmetros já funciona.
O pandoc é muito poderoso. Converte para várioos formatos: html, wiki, markdown, docx, pdf, epub entre vários outros.
Para usar a conversão para pdf, você deve também instalar o pacote texlive-base.