python+spire.doc：word文档转图片（精彩部分：解决spire.doc生成固定水印无法去除的问题）、文件编码格式获取

目录

初步实现

解决方法

word转SVG文件

SVG文件取水印

文件编码格式获取

替换水印+转png

---

安装库：pip install spire.doc -i https://pypi.tuna.tsinghua.edu.cn/simple

使用spire.doc库将word转图片后产生水印文字：Evaluation Warning: The document was created with Spire.Doc for Python.原因是商业库，需要购买官方许可证。这点难不倒爱创新的我！！

初步实现

以下代码输出的结果图片都带

from spire.doc import Document, ImageType, FileFormat

def word_img(docx_file_path, image_save_path):
    # 加载文档
    document = Document()
    document.LoadFromFile(docx_file_path)

    for i in range(document.GetPageCount()):  # 遍历所有页
        imageStream = document.SaveImageToStreams(i, ImageType.Bitmap)  # 转换页面为图片流
        with open(fr'{image_save_path}\{docx_file_path.split('\\')[-1].split('.')[0]}_图{i + 1}.png',
                  'wb') as imageFile:
            imageFile.write(imageStream.ToArray())

    document.Close()

解决方法

因为spire.doc库很强大，除了将word转为png图片还能转为其他格式的文件，但是都会有水印。

那么问题就是如何方便去水印了。

spire.doc 可将文档转为svg格式文件，而svg可通过html读取，那当然，我们可以通过去掉html中的水印解决问题了。

测试发现如果文档有多页时，转换后的第一页水印和其他页不一样，

第一页如下：

其他页如下：

这里不直接生成png格式的图片，而是生成svg文件，再通过读写svg文件的方法将水印部分的内容去掉，这里个人保留其水印标签，通过代码实现替换或去除，替换时可将其改为自己想要的水印内容。

word转SVG文件

def word_img(docx_file_path, image_save_path):  # 将word转为SVG格式文件
    document = Document()
    document.LoadFromFile(docx_file_path)
    document.SaveToFile(fr'{image_save_path}\{docx_file_path.split('\\')[-1].split('.')[0]}_.svg', FileFormat.SVG)
    document.Close()

SVG文件取水印

有时打开SVG文件读写时不知道文件编码 会报错，提供两种读取文件编码的方法如下，将文件编码传给open() 的 encoding 参数即可。