前言

想必小伙伴都經(jīng)歷過，當(dāng)你想要把PDF轉(zhuǎn)為WORD時，自己打字赫赫甩在你眼前：

不充錢就想白嫖？？想得美~

然而，博主是不會退縮的，畢竟迎難而上是傳統(tǒng)美德。于是，今天的主題出來了：用python寫一個PDF轉(zhuǎn)WORD的小工具（基于某網(wǎng)站接口）。

一、思路分析

網(wǎng)上一搜，你可以發(fā)現(xiàn)很多PDF轉(zhuǎn)換的工具，其中不乏在線轉(zhuǎn)換的網(wǎng)站，比如這樣的：

那么，通過網(wǎng)站提供的測試接口，我們便可以通過爬蟲模擬的方式實現(xiàn)轉(zhuǎn)換。

沒有錯了~思路就是如此的簡單明了，今天的主角便是：

https://app.xunjiepdf.com

通過抓包分析，知道這是一個POST請求，接下來用requests庫模擬即可。

需要注意的是，這個接口僅用于測試，所以可供轉(zhuǎn)換的頁面等都有所限制，如需更完整的功能還請支持原版。

二、我的代碼

正所謂一萬個coders，就有一萬種codes，以下為我的代碼，僅供參考。

導(dǎo)入相關(guān)庫：

import time 
import requests 

定義PDF2Word類：

#2020最新python學(xué)習(xí)資源分享：1156465813 
class PDF2Word(): 
    def __init__(self): 
        self.machineid = 'ccc052ee5200088b92342303c4ea9399' 
        self.token = '' 
        self.guid = '' 
        self.keytag = '' 
     
    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('成功獲取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'] == '上傳成功': 
            self.keytag = res_json['keytag'] 
            print('成功上傳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'] == '處理成功': 
            print('PDF處理完成') 
            return True 
        else: 
            print('PDF處理中') 
            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下載成功("%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) 

執(zhí)行主函數(shù)：

if __name__=='__main__':     
    pdf2word = PDF2Word() 
    pdf2word.convertPDF('001.pdf','') 

注意：convertPDF函數(shù)有兩個參數(shù)，第一個為需要轉(zhuǎn)換的PDF，第二個參數(shù)為轉(zhuǎn)換后的目錄。
run一下，一鍵入魂，".docx"文件已經(jīng)躺在了我的目錄中，舒服了~