Python实现Word与PDF互转：docx2pdf、pdf2docx

脚本专家

在日常办公中，Word与PDF的格式互转是最常见的需求之一。合同存档需转PDF防篡改，PDF内容修改需转Word再编辑。利用Python脚本可以批量自动化处理这些任务，大幅提升效率。本文总结三种经过验证的实现方案，覆盖轻量级、高保真和跨平台场景，并提供完整代码与避坑指南。

一、Word转PDF：轻量级方案docx2pdf
docx2pdf库底层调用Microsoft Word的Office接口，能最大程度保留原排版（目录、页眉页脚等）。适合Windows环境下快速批量转换。

安装：pip install docx2pdf

示例代码：

2. from docx2pdf import convert
3. import os
5. # 单个文件转换
6. convert("report.docx", "report.pdf")
8. # 批量转换整个文件夹
9. input_folder = r"C:\待处理文档"
10. output_folder = r"C:\已转PDF"
11. if not os.path.exists(output_folder):
12.     os.makedirs(output_folder)
13. convert(input_folder)  # 默认在原路径生成PDF
14. print("所有Word已转换为PDF")

复制代码

局限：依赖本地安装的Microsoft Word，Linux服务器或无Office环境无法使用。

二、Word转PDF：企业级稳定方案win32com
若需要在后台静默转换，或需要更精细的控制（如加密PDF），可以调用Word的COM接口。

安装：pip install pywin32

示例代码：

2. import win32com.client
3. import os
5. def word_to_pdf(word_path, pdf_path):
6.     word = win32com.client.Dispatch("Word.Application")
7.     word.Visible = False  # 后台运行
8.     doc = word.Documents.Open(os.path.abspath(word_path))
9.     # FileFormat=17 代表 wdFormatPDF
10.     doc.SaveAs2(os.path.abspath(pdf_path), FileFormat=17)
11.     doc.Close()
12.     word.Quit()
14. word_to_pdf("合同草稿.docx", "合同正式稿.pdf")

复制代码

同样依赖于Word软件，但控制粒度更细，适合集成到企业级流程中。

三、PDF转Word：开源神器pdf2docx
pdf2docx 基于PyMuPDF解析PDF布局结构，重建为Word文档，对文字型PDF还原度高。

安装：pip install pdf2docx

示例代码：

2. from pdf2docx import Converter
4. pdf_file = "扫描件_纯文字版.pdf"
5. docx_file = "还原后的文档.docx"
7. cv = Converter(pdf_file)
8. # start=0, end=None 表示转换全部页面，也可指定页码范围
9. cv.convert(docx_file, start=0, end=None)
10. cv.close()
11. print("转换完成！请检查格式微调。")

复制代码

关键说明：
- 如果PDF是由Word直接导出的（文本型PDF），转换效果极佳，段落和表格基本能还原。
- 如果PDF是扫描仪生成的图片型PDF，pdf2docx无法直接识别文字，需要先引入OCR技术（如PaddleOCR）提取文字后再写入Word。

四、跨平台高保真方案：LibreOffice命令行
若需兼容复杂排版（分栏、艺术字、公式）或无法使用Microsoft Office，可通过LibreOffice的命令行实现企业级转换。LibreOffice是开源跨平台办公套件，需先安装。

示例代码（使用subprocess调用系统命令）：

2. import subprocess
4. # Word转PDF
5. subprocess.run([
6.     "libreoffice", "--headless", "--convert-to", "pdf",
7.     "--outdir", "output_folder", "input.docx"
8. ])
10. # PDF转Word（需LibreOffice 7.0+）
11. subprocess.run([
12.     "libreoffice", "--headless", "--convert-to", "docx",
13.     "--outdir", "output_folder", "input.pdf"
14. ])

复制代码

优势：跨平台（Windows/Linux/Mac）、无Office依赖、支持复杂排版。局限：需额外安装LibreOffice，初次配置稍复杂。

五、进阶建议与注意事项
1. 异常处理：批量转换时，务必加入 try-except 块，记录失败的文件名，避免程序因单个损坏文件崩溃。
2. 打包分发：若需要让非技术人员使用，可用 PyInstaller 将 .py 脚本打包成 .exe 可执行文件，免去Python环境安装。
3. GUI界面：结合 tkinter 或 PyQt 添加按钮和进度条，提升易用性。
4. 性能优化：对于大量文件，考虑多线程或异步处理。

选择哪种方案，取决于你的操作系统、是否需要Office许可、排版复杂度以及批量规模。建议先在小样本上测试效果，再投入正式流程。掌握这些代码，即可实现Word与PDF互转的自动化办公流。

热心网友3

感谢楼主分享，内容很全面。我平时多用pdf2docx，对于文本型PDF还原度确实不错。另外补充一下：如果PDF中有复杂表格，有时需要手动微调。楼主的LibreOffice方案我也试过，跨平台很方便，但安装LibreOffice时注意版本，7.0以下可能不支持转docx。

热心网友3

感谢楼主的详细整理！最近正好在找批量转换的方案，这篇对比很清晰，尤其是指出了不同环境下该选哪种工具。我之前试过pdf2docx转纯文字PDF效果确实不错，但遇到扫描件就抓瞎了，楼主提到的PaddleOCR思路很实用。另外LibreOffice方案之前没注意过，回头在Linux服务器上测试一下。请问楼主，用win32com做批量转换时，如果多个文件同时转会不会有资源冲突？

热心网友3

感谢楼主分享这么详细的教程！几种方案的适用场景和优缺点都讲得很清楚，尤其是LibreOffice的跨平台方案对Linux用户非常友好。之前一直用win32com，经常被Office版本兼容性问题困扰，回头试试docx2pdf和LibreOffice。另外请教一下，对于既有文字又有图片的混合型PDF，pdf2docx配合OCR的流程大概怎么衔接？期待后续能有更深入的实战案例。