用 Python 实现 Word 批量转“高保真”PDF

一键导出，效果堪比手动“另存为”

在日常工作中，我们经常需要把多份 Word 文档（合同、标书、报告、简历）批量转成 PDF。 有没有办法既批量处理，又完美还原 Word 里的效果？ 答案是有的——只要调用 Word 本身的“另存为 PDF”引擎。

今天分享一个我一直在用的 Python 脚本：批量、高保真、稳定，转换出来的 PDF 和手动“另存为”几乎一模一样。

一、脚本核心亮点

经过几十份文档实测（含复杂表格、图表、域代码），转换结果与手动“另存为”肉眼无法区分。

二、完整代码

• 【我】最初时AI最初建议 UseISO19005_1 设为False。但是当设为True 时，可以解决用网页打开pdf查看Times New Roman数字时不够保真的问题（用Acrobat打开查看时渲染又没有问题，且数值依然是Times New Roman字体）。⭐⭐
• 【我】建议对转换后的pdf文件进行全面检查，然后对脚本进行优化。

#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Windows 下批量将 result 目录中的 docx 转为 PDF（高保真版本）核心目标：1. 尽量接近 Word 手动“另存为 PDF”的效果2. 解决浏览器查看数字显示异常 / 字体替代概率3. 稳定批量转换4. 输出日志依赖：pip install pywin32要求：本机安装 Microsoft Word"""import sysimport timeimport tracebackfrom pathlib import Pathimport win32com.clientimport pythoncom# ===============================# 配置区域# ===============================INPUT_DIR = Path("result")      # docx目录OUTPUT_DIR = Path("result_pdf") # pdf输出目录LOG_FILE = Path("convert.log")VISIBLE = False                # 是否显示Word界面RETRY = 2                      # 失败重试次数# ===============================# 日志函数# ===============================def log(msg):    text = f"[{time.strftime('%Y-%m-%d %H:%M:%S')}] {msg}"print(text)    with open(LOG_FILE, "a", encoding="utf-8") as f:        f.write(text + "\n")# ===============================# 启动 Word# ===============================def start_word():    pythoncom.CoInitialize()    word = win32com.client.DispatchEx("Word.Application")    word.Visible = VISIBLE    word.DisplayAlerts = 0    word.ScreenUpdating = Falsereturn word# ===============================# 关闭 Word# ===============================def stop_word(word):    try:        word.Quit()    except:        pass    pythoncom.CoUninitialize()# ===============================# 高保真导出 PDF# ===============================def export_pdf(word, docx_file, pdf_file):"""    最接近手动另存为 PDF 的方式    """    doc = None    try:        doc = word.Documents.Open(            str(docx_file.resolve()),            ReadOnly=True,            AddToRecentFiles=False,            Visible=False        )# 更新目录 / 域（可选）        try:            doc.Fields.Update()        except:            pass# 高保真导出        doc.ExportAsFixedFormat(            OutputFileName=str(pdf_file.resolve()),            ExportFormat=17,          # wdExportFormatPDF            OpenAfterExport=False,            OptimizeFor=0,            # Print quality            Range=0,                  # all document            Item=0,                   # content only            IncludeDocProps=True,            KeepIRM=True,            CreateBookmarks=1,        # headings            DocStructureTags=True,            BitmapMissingFonts=True,  # 字体缺失转位图，避免数字异常            UseISO19005_1=True       # 非PDF/A，兼容性更好 # ⭐ 但是设为True能解决 Times New Roman中转换后，网页打开查看不够保真，但是Acrobat 又保真的问题。        )        doc.Close(False)    except Exception:if doc:            try:                doc.Close(False)            except:                pass        raise# ===============================# 单文件转换（带重试）# ===============================def convert_one(word, docx_file):    pdf_file = OUTPUT_DIR / (docx_file.stem + ".pdf")for i in range(RETRY + 1):        try:            export_pdf(word, docx_file, pdf_file)            size = pdf_file.stat().st_size / 1024log(f"成功: {docx_file.name} -> {pdf_file.name} ({size:.1f} KB)")return True        except Exception as e:log(f"失败[{i+1}] {docx_file.name}: {e}")if i < RETRY:                time.sleep(2)return False# ===============================# 主程序# ===============================def main():    OUTPUT_DIR.mkdir(exist_ok=True)    files = sorted(INPUT_DIR.glob("*.docx"))if not files:log("未找到 docx 文件")returnlog(f"发现 {len(files)} 个文件")    word = start_word()    success = 0    fail = 0    try:for f in files:            ok = convert_one(word, f)if ok:                success += 1else:                fail += 1    except KeyboardInterrupt:log("用户中断")    except Exception:log(traceback.format_exc())    finally:        stop_word(word)log("=" * 50)log(f"完成 成功:{success} 失败:{fail}")if __name__ == "__main__":    main()

三、使用步骤（小白也能上手）

1️⃣ 环境要求

• 操作系统：Windows（Win7 / 10 / 11 均可）

• 软件：已安装 Microsoft Word（Office 2010 及以上版本）

• Python：Python 3.6 或更高版本（下载地址）

2️⃣ 安装依赖

打开命令提示符（或 PowerShell），执行：

pip install pywin32

3️⃣ 准备文件夹

在你存放脚本的目录下，手动创建一个名为 result 的文件夹。把所有需要转换的 .docx 文件放进去。

4️⃣ 运行脚本

在终端中执行：

python docx2pdf_highfidelity.py

5️⃣ 获取结果

• 转换成功的 PDF 会出现在新生成的 result_pdf 文件夹中。

• 转换日志保存在 convert.log 文件里，方便排查报错。

四、关键技术解析（为什么要这样写）

很多朋友好奇：为什么网上那么多转换方案，偏偏这套能解决“数字异常”问题？

关键在 ExportAsFixedFormat 的这一行参数：

BitmapMissingFonts=True

• 当目标系统（比如某人的浏览器）没有文档里用到的字体（例如 Times New Roman、Calibri）时，普通转换工具会偷偷用其他字体替代，导致数字、符号形状改变。

• 设置 BitmapMissingFonts=True 后，Word 会把缺失字体的文字渲染成图片嵌入 PDF。虽然文件体积会增大一点点，但保真度瞬间拉满——任何设备打开，看到的都和原文档一模一样。

另一个容易忽略的参数：

UseISO19005_1=False# 非 PDF/A 模式

• 很多教程提倡导出 PDF/A（用于长期归档），但这会限制某些动态元素（如表单、视频）。

• 为了让普通读者在浏览器里直接打开、复制文字、查看超链接，我们选择标准 PDF 模式，兼容性最佳。

五、注意事项

六、结语

如果你也在为批量转 PDF 烦恼，不妨试试它。

如果你的电脑上没有 Word，或者使用 Mac / Linux，也可以尝试用 unoconv 或 LibreOffice 命令行，但保真度大概率不如本方案。

希望这篇推文能帮你节省大量重复劳动的时间。