Python 实现 Word 文档转 PDF 的自动化方案

在日常办公和文档管理中，Word 文档的跨平台兼容性问题一直存在：同一份 .docx 文件在不同设备、不同版本的 Office 软件中打开时，字体错位、表格变形、排版混乱的情况屡见不鲜。而 PDF 格式凭借其版面固定、所见即所得的特性，已成为正式交付、归档和打印的标准格式。当需要批量处理合同、报告或简历时，手动逐个另存为 PDF 显然效率不足，借助 Python 实现自动化转换是一种切实可行的方案。

本文介绍一种基于 Python 的 Word 转 PDF 实现方案，该方案无需安装 Microsoft Office 即可在服务器端或本地环境中运行。

技术选型与实现思路

在 Python 生态中，实现 Word 转 PDF 的常见方案有以下几种：

方案	优势	局限性
win32com (Windows Only)	转换质量最高，与 Word 一致	依赖 Office 安装，仅支持 Windows，不适合服务器部署
python-docx + reportlab	轻量级，完全开源	对复杂格式支持有限，需要大量自定义代码
Apache POI (via Jython)	跨平台	需要 Java 环境，转换质量中等
Spire.Doc for Python	不依赖 Office，跨平台，API 简洁	需注意商业使用授权

本文采用 Spire.Doc for Python 作为处理工具。它是一个独立的 Word 文档处理库，无需依赖 Microsoft Office 即可运行。其底层实现适配 .NET 技术，通过 Python 接口层提供 API 调用，支持 Windows、Linux 和 macOS 平台，包括 arm64/aarch64 架构。

环境准备

通过 pip 安装即可使用：

pip install Spire.Doc

该库支持 Windows、Linux 和 macOS 平台，兼容 Word 97-2003 至 Word 2019 版本的文档。

基础转换实现

最基础的转换流程非常简洁：创建 Document 对象、加载 Word 文件、指定输出格式为 PDF 并保存。

from spire.doc import *
from spire.doc.common import *

# 创建 Document 对象
document = Document()

# 加载 Word 文件（支持 .doc 和 .docx）
document.LoadFromFile("input.docx")

# 保存为 PDF
document.SaveToFile("output.pdf", FileFormat.PDF)
document.Close()

上述代码无需额外配置，即可完成基础的转换任务。生成的 PDF 会尽可能保留原文档的排版和格式，包括字体样式、段落格式、表格结构和嵌入图片等。

进阶配置

添加密码保护

如果需要对生成的 PDF 进行访问权限控制，可以在转换时设置打开密码和权限密码。

from spire.doc import *
from spire.doc.common import *

document = Document()
document.LoadFromFile("input.docx")

# 创建 PDF 参数对象
parameter = ToPdfParameterList()

# 设置打开密码和权限密码
openPassword = "user123"
permissionPassword = "admin456"
parameter.PdfSecurity.Encrypt(
    openPassword, 
    permissionPassword, 
    PdfPermissionsFlags.Default, 
    PdfEncryptionKeySize.Key128Bit
)

document.SaveToFile("encrypted_output.pdf", parameter)
document.Close()

通过调整 PdfPermissionsFlags 参数，可以进一步控制是否允许打印、复制内容、修改文档等操作权限。

字体嵌入处理

为确保 PDF 在不同设备上显示一致，避免因目标系统缺少字体而导致显示异常，可以在转换时将文档中使用的字体嵌入到 PDF 文件中。

from spire.doc import *
from spire.doc.common import *

document = Document()
document.LoadFromFile("input.docx")

parameter = ToPdfParameterList()
# 嵌入所有字体
parameter.IsEmbeddedAllFonts = True

document.SaveToFile("embedded_fonts.pdf", parameter)
document.Close()

需要留意的是：某些商业字体可能有嵌入限制，且嵌入所有字体会显著增加 PDF 文件体积。对于仅用于屏幕阅读的文档，可以考虑不嵌入字体以减小文件大小。

书签生成

对于篇幅较长的文档，在 PDF 中保留或自动生成书签可以显著提升阅读体验。转换时可以通过参数配置，基于 Word 文档中的现有书签或标题样式生成 PDF 书签。

from spire.doc import *
from spire.doc.common import *

document = Document()
document.LoadFromFile("input.docx")

parames = ToPdfParameterList()

# 基于 Word 文档中的现有书签生成 PDF 书签
parames.CreateWordBookmarks = True

# 或者：基于文档中的标题样式自动生成书签
# parames.CreateWordBookmarksUsingHeadings = True

document.SaveToFile("bookmarked_output.pdf", parameter)
document.Close()

两种方式可以根据文档结构选择：如果文档中已经手动插入了书签，使用第一种；如果是结构化的报告或手册，基于标题样式自动生成更为高效。

转换质量与注意事项

转换保真度方面，该库通过模拟 Word 的排版引擎实现转换，在处理表格、页眉页脚、图片、文本框等复杂元素时通常能保持较高的保真度。但需要说明的是，任何自动化转换工具都无法保证与 Word 原生的"另存为 PDF"功能完全一致，特别是对于包含复杂宏、域代码或特殊排版技巧的文档，转换后可能出现细微偏差。

部署环境方面，由于该库不依赖 GUI 环境，适合在 Docker 容器或 Linux 服务器中部署，可以作为微服务的一部分嵌入到更大的系统中。

性能方面，单份文档的转换通常在数秒内完成（具体耗时取决于文档复杂度和服务器性能）。如需批量处理大量文档，建议合理控制并发数量，避免内存占用过高。

错误处理方面，实际项目中应考虑以下异常场景：

• 源文件不存在或格式不支持
• 文档包含密码保护，需要先解锁
• 转换过程中内存不足
• 输出路径无写入权限

建议为这些场景添加相应的异常捕获和处理逻辑。

批量转换示例

作为实际应用的参考，以下代码演示了如何遍历目录批量转换：

import os
from spire.doc import *
from spire.doc.common import *

def batch_convert_to_pdf(input_dir, output_dir):
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)
    
    for filename in os.listdir(input_dir):
        if filename.endswith(('.doc', '.docx')):
            input_path = os.path.join(input_dir, filename)
            output_path = os.path.join(
                output_dir, 
                os.path.splitext(filename)[0] + '.pdf'
            )
            
            try:
                doc = Document()
                doc.LoadFromFile(input_path)
                doc.SaveToFile(output_path, FileFormat.PDF)
                doc.Close()
                print(f"✓ 转换成功: {filename}")
            except Exception as e:
                print(f"✗ 转换失败: {filename}, 错误: {str(e)}")

# 使用示例
batch_convert_to_pdf("./word_files", "./pdf_output")

总结

通过上述方案，可以在 Python 应用中实现 Word 到 PDF 的自动化转换。该方案不依赖本地 Office 环境，适合在服务器端或自动化流程中部署使用。核心流程围绕 Document 对象的加载与保存展开，配合 ToPdfParameterList 可实现密码保护、字体嵌入、书签生成等进阶功能。

开发者可根据实际业务需求，在此基础上扩展更多功能，例如添加转换进度回调、集成到 Web API 服务、或结合消息队列实现异步批量处理等。在选择方案时，建议先对目标文档样本进行测试转换，评估转换质量是否符合业务要求。