微信小程序实现pdf转word——云开发文件上传下载分享以及预览实现；基于python后台实现小程序中的pdf转word

0、背景

python中有很多库可以实现pdf转word，但是脚本操作又不是很方便，于是便想着启一个python服务将pdf转word，接入到小程序中。
小程序中可以很方便的从任意微信聊天记录中获取文件上传。我的小程序是基于微信云开发的，因此可以将文件上传到云存储中，上传和下载都可以直接调用云开发的sdk,这样既有了存储空间，同时还方便接口的编写。

1、小程序上传文件

在小程序中，我们需要实现一个文件上传功能，让用户可以上传PDF文件。可以使用wx.chooseMessageFile() 实现这个功能。用户选择文件后，我们将使用云开发提供的wx.cloud.uploadFile() 将文件上传到云存储。
在wx.cloud.uploadFile()中主要传入上传的文件路径filePath和需要存放入云存储的路径文件cloudPath。关于这两个参数的处理逻辑可以做一个简单的说明

• filePath: 这个参数直接从wx.chooseMessageFile成功的回调函数总获取，上传成功的文件会返回给到一个临时路径。
• cloudPath:云存储存放的路径，这个自定义就好了，文件夹或者文件名称路径不存在时会自动创建。

  choosePdfFile: function () {
    var that = this
    //调用文件选择功能，设置上传文件类型
    wx.chooseMessageFile({
      count: 1,
      type: 'file',
      extension: ['pdf'],
      success(res) {
        const tempFilePath = res.tempFiles[0].path
        const originalFileName = res.tempFiles[0].name
        if (originalFileName.length > 30) {
          toast('文件名过长', 2500, 'error')
        }
        //上传成功后将文件上传到云存储
        wx.cloud.uploadFile({
          cloudPath: `pdf/${that.data.userInfo._openid}/${originalFileName}`,
          filePath: tempFilePath,
          success(res) {
            wx.toast("上传成功")
          },
          fail(res) {
            console.log(res)
            wx.toast("上传失败")
          }
        })
      },
      fail() {
        wx.toast("不合适的pdf文件")
      }
    })
  },

2、小程序文件夹下载

文件上传成功后，我们也需要提供下载功能可以下载转换后的Word文档。可以使用wx.cloud.downloadFile() 获取文件的临时下载链接。这个获取到的临时链接是不能直接下载到手机本地的，我们需要将这个文件分享给任意联系人，这里需要调用wx.showShareMenu() 。
当然，下载的时候文件大小不一致，还需要考虑实时显示进度条的文件，小程序中对于downloadFile还提供了一个onProgressUpdate()方法用以实时显示下载进度条。
我将上述的过程写成了一个函数，传入两个参数直接复制运行就行了。这个功能只能在真机调试，开发工具中的模拟器是不支持的。
projectName:下载的文件名称
filePath:云存储中的File ID

function downloadAndShare(projectName,filePath) {
  const downloadTask = wx.cloud.downloadFile({
    fileID: filePath,
    success: res => {
      let tempFilePath = res.tempFilePath
      wx.hideLoading()
      wx.showModal({
        title: '分享到',
        content: `${projectName}下载完成，请选择要分享的对象`,
        complete: (res) => {
          if (res.cancel) {
            toast("分享取消！", 2000, "error")
          }
          if (res.confirm) {
            wx.shareFileMessage({
              filePath: tempFilePath,
              success(data) {
                console.log('转发成功！！！', data)
                modal("成功！")
              },
              fileName: projectName,
              fail: e => {
                toast("分享取消！", 2000, "error")
              },
            })
          }
        }
      })
    },
    fail: e => {
      toast("加载失败,请重试！", 2000, "fail")
    }
  })
  //下载进度条
  downloadTask.onProgressUpdate((res) => {
    if (res.progress === 100) {
      return
    } else {
      wx.showLoading({
        title: `正在下载...${res.progress}%`,
      })
    }
  })
  wx.hideLoading()
}

3、小程序文件预览

为了能够在下载文件之前能够预览文件内容，我们可以使用微信小程序提供的文件预览功能。这个功能可以让用户在线预览各种类型的文件，包括PDF和Word文档。。
首先获取文件的临时链接。我们可以使用云开发提供的wx.cloud.downLoadFile() 获取文件的临时链接。拿到临时链接后调用这个跟第2步中是一样的逻辑。
使用downLoadFile中返回的tempFile通过使用wx.openDocument()，我们可以实现在线预览功能
传递文件的临时链接作为参数，微信小程序会自动处理文件预览。

  previewFile: function (e) {
       //wxml界面传入的文件名参数
      let fileName = e.currentTarget.dataset.project
      let fileId = `cloud://你的云存储id/pdf/${this.data.userInfo._openid}/${fileName}`
      wx.cloud.downloadFile({
        fileID: fileId,
        success: res => {
          // get temp file path and open
          console.log(res.tempFilePath)
          wx.openDocument({
            filePath: res.tempFilePath,
            success: function (res) {
              console.log('打开文档成功')
            }
          })
        },
      })
}

4、python实现PDF转WORD

python有不少读取解析pdf的库，我这里使用的是PyPDF2。这个处理完成后使用docx写入为word的格式。

import PyPDF2
from docx import Document

def extract_text_from_pdf(pdf_file):
    with open(pdf_file, 'rb') as file:
        pdf_reader = PyPDF2.PdfFileReader(file)
        text = ''

        for page_num in range(pdf_reader.numPages):
            page = pdf_reader.getPage(page_num)
            text += page.extractText()

    return text

def create_word_document(text, output_file):
    doc = Document()
    doc.add_paragraph(text)
    doc.save(output_file)
    
def pdf_to_word(input_pdf, output_docx):
    text = extract_text_from_pdf(input_pdf)
    create_word_document(text, output_docx)

if __name__ == '__main__':
    input_pdf = 'example.pdf'
    output_docx = 'output.docx'
    pdf_to_word(input_pdf, output_docx)

5、python写入文件到云存储中

上面一部分中仅仅是将pdf转Word的一个操作过程，那将文件写入到云存储中我的另一篇文章中已经讲过了。
python操作小程序云存储进行文件上传下载，实现文件上传重复校验

6、效果演示

具体的实现效果如下。