Python将Excel工作表转换为PDF:从入门到实战

简介: 本文介绍如何用Python实现Excel转PDF,解决格式错乱、数据修改风险等问题。涵盖win32com、pandas、openpyxl等多种方案,支持批量处理、复杂格式保留与中文输出,提供完整代码与常见问题解决方案,助力办公自动化。

​免费python编程教程:https://pan.quark.cn/s/2c17aed36b72

一、为什么需要Excel转PDF功能?
在日常办公中,Excel表格是数据记录与分析的利器,但直接分享Excel文件可能存在以下问题:

接收方可能没有安装Excel软件
不同版本Excel打开时格式错乱
担心数据被误修改
需要打印时格式固定
探秘代理IP并发连接数限制的那点事 (12).png

PDF格式完美解决了这些问题:跨平台兼容性强、格式固定、不可编辑(除非使用专业工具)。本文将介绍如何用Python实现自动化转换,覆盖从简单表格到复杂报表的全场景。

二、技术选型与工具准备
主流转换方案对比
方案 优点 缺点 适用场景
win32com 完美保留格式,支持所有Excel功能 仅限Windows,需安装Excel 企业级复杂报表
openpyxl+reportlab 纯Python实现,跨平台 需手动处理样式,复杂度较高 简单表格转换
pandas+matplotlib 数据可视化结合 样式控制有限 数据报表生成
xlwings 支持宏和图表操作 依赖Excel安装 需要交互的场景
comtypes 类似win32com的替代方案 文档较少,调试困难 Windows备用方案
推荐方案:

Windows环境:win32com(最高效)
跨平台需求:pandas+matplotlib组合
简单需求:openpyxl直接导出
环境配置指南
安装基础库:
pip install pandas openpyxl matplotlib win32com xlwings
Windows用户需安装:
Microsoft Excel(win32com依赖)
PyWin32:pip install pywin32
三、基础转换方法实现
方法1:使用win32com(Windows最佳)
import win32com.client as win32

def excel_to_pdf_win32com(excel_path, pdf_path, sheet_name=None):
"""
使用win32com将Excel转换为PDF
:param excel_path: Excel文件路径
:param pdf_path: 输出PDF路径
:param sheet_name: 指定工作表名,None则转换所有
"""
excel = win32.gencache.EnsureDispatch('Excel.Application')
excel.Visible = False # 不显示Excel界面

try:
    workbook = excel.Workbooks.Open(excel_path)

    if sheet_name:
        # 转换单个工作表
        sheets = workbook.Worksheets(sheet_name)
        sheets.ExportAsFixedFormat(0, pdf_path)  # 0=PDF格式
    else:
        # 转换所有工作表
        for sheet in workbook.Worksheets:
            # 为每个工作表创建单独PDF或合并(此处演示单独)
            sheet_pdf_path = f"{pdf_path.rsplit('.', 1)[0]}_{sheet.Name}.pdf"
            sheet.ExportAsFixedFormat(0, sheet_pdf_path)

except Exception as e:
    print(f"转换失败: {e}")
finally:
    workbook.Close(False)
    excel.Quit()

使用示例

excel_to_pdf_win32com('data.xlsx', 'output.pdf', 'Sheet1')
方法2:纯Python方案(跨平台)
import pandas as pd
from matplotlib.backends.backend_pdf import PdfPages
import matplotlib.pyplot as plt

def excel_to_pdf_pandas(excel_path, pdf_path, sheet_name=0):
"""
使用pandas+matplotlib将Excel转换为PDF
:param sheet_name: 工作表名或索引,默认第一个
"""
df = pd.read_excel(excel_path, sheet_name=sheet_name)

with PdfPages(pdf_path) as pdf:
    fig, ax = plt.subplots(figsize=(12, 6))
    ax.axis('tight')
    ax.axis('off')

    # 创建表格
    table = ax.table(
        cellText=df.values,
        colLabels=df.columns,
        loc='center',
        cellLoc='center'
    )

    # 调整样式
    table.auto_set_font_size(False)
    table.set_fontsize(10)
    table.scale(1.2, 1.2)

    pdf.savefig(fig, bbox_inches='tight')
    plt.close()

使用示例(适合简单表格)

excel_to_pdf_pandas('data.xlsx', 'simple_output.pdf')
方法3:openpyxl直接处理(适合简单需求)
from openpyxl import load_workbook
from reportlab.lib.pagesizes import letter
from reportlab.platypus import SimpleDocTemplate, Table, TableStyle

def excel_to_pdf_openpyxl(excel_path, pdf_path, sheet_name=0):
"""
使用openpyxl+reportlab转换
"""
wb = load_workbook(excel_path)
sheet = wb.worksheets[sheet_name]

# 提取数据
data = []
for row in sheet.iter_rows(values_only=True):
    data.append(list(row))

# 创建PDF
doc = SimpleDocTemplate(pdf_path, pagesize=letter)
table = Table(data)

# 添加样式
style = TableStyle([
    ('BACKGROUND', (0, 0), (-1, 0), '#4472C4'),  # 表头背景
    ('TEXTCOLOR', (0, 0), (-1, 0), 'white'),      # 表头文字
    ('ALIGN', (0, 0), (-1, -1), 'CENTER'),        # 居中
    ('FONTNAME', (0, 0), (-1, 0), 'Helvetica-Bold'),
    ('FONTSIZE', (0, 0), (-1, 0), 12),
    ('BOTTOMPADDING', (0, 0), (-1, 0), 12),
])
table.setStyle(style)

doc.build([table])

使用示例

excel_to_pdf_openpyxl('data.xlsx', 'openpyxl_output.pdf')
四、进阶应用场景
场景1:批量转换多个Excel文件
import os
from pathlib import Path

def batch_convert(input_folder, output_folder):
"""
批量转换文件夹内所有Excel文件
"""
Path(output_folder).mkdir(parents=True, exist_ok=True)

for file in os.listdir(input_folder):
    if file.endswith(('.xlsx', '.xls')):
        excel_path = os.path.join(input_folder, file)
        pdf_path = os.path.join(output_folder, f"{Path(file).stem}.pdf")

        try:
            excel_to_pdf_win32com(excel_path, pdf_path)
            print(f"转换成功: {file}")
        except Exception as e:
            print(f"{file} 转换失败: {e}")

使用示例

batch_convert('input_excels', 'output_pdfs')
场景2:保留复杂格式(图表+条件格式)
def convert_with_charts(excel_path, pdf_path):
"""
保留图表和条件格式的转换(需win32com)
"""
excel = win32.gencache.EnsureDispatch('Excel.Application')
excel.Visible = False

try:
    workbook = excel.Workbooks.Open(excel_path)

    # 复制整个工作表到新工作簿(避免修改原文件)
    new_workbook = excel.Workbooks.Add()
    workbook.Worksheets(1).Copy(Before=new_workbook.Worksheets(1))

    # 导出为PDF(自动包含所有图表)
    new_workbook.Worksheets(1).ExportAsFixedFormat(0, pdf_path)

finally:
    new_workbook.Close(False)
    workbook.Close(False)
    excel.Quit()

使用示例

convert_with_charts('complex_report.xlsx', 'formatted_output.pdf')
场景3:动态调整PDF尺寸
def convert_with_auto_size(excel_path, pdf_path, scale_factor=1.0):
"""
根据内容自动调整PDF尺寸
"""
excel = win32.gencache.EnsureDispatch('Excel.Application')
excel.Visible = False

try:
    workbook = excel.Workbooks.Open(excel_path)
    sheet = workbook.Worksheets(1)

    # 获取打印区域设置
    if sheet.PageSetup.PrintArea:
        # 如果有打印区域,使用该范围
        pass  # 实际实现需解析PrintArea范围

    # 设置缩放
    sheet.PageSetup.Zoom = False
    sheet.PageSetup.FitToPagesTall = False
    sheet.PageSetup.FitToPagesWide = 1  # 强制一页宽度

    # 导出PDF
    sheet.ExportAsFixedFormat(0, pdf_path)

finally:
    workbook.Close(False)
    excel.Quit()

使用示例

convert_with_auto_size('wide_table.xlsx', 'auto_sized.pdf')
五、常见问题解决方案
问题1:中文乱码处理
原因:系统缺少中文字体或编码问题
解决方案:

对于reportlab方案

from reportlab.pdfbase import pdfmetrics
from reportlab.pdfbase.ttfonts import TTFont

注册中文字体(需提前下载字体文件)

pdfmetrics.registerFont(TTFont('SimSun', 'SimSun.ttf'))

然后在TableStyle中使用

style = TableStyle([
('FONTNAME', (0, 0), (-1, -1), 'SimSun'),
])
问题2:转换速度慢
优化建议:

关闭Excel界面显示:excel.Visible = False
批量处理时减少Excel实例创建次数
对于简单表格,优先使用pandas方案
使用多线程处理(注意win32com的线程安全问题)
问题3:内存占用过高
解决方案:

处理大文件时分段读取

def convert_large_file(excel_path, pdf_path, chunk_size=1000):
"""
分段处理大型Excel文件
"""
excel = win32.gencache.EnsureDispatch('Excel.Application')
excel.Visible = False

try:
    workbook = excel.Workbooks.Open(excel_path)
    sheet = workbook.Worksheets(1)

    # 获取总行数
    used_range = sheet.UsedRange
    total_rows = used_range.Rows.Count

    # 分段处理逻辑(此处简化,实际需实现分段导出)
    for i in range(0, total_rows, chunk_size):
        # 每次处理chunk_size行
        pass

finally:
    workbook.Close(False)
    excel.Quit()

问题4:PDF文件过大
压缩技巧:

使用ghostscript压缩:
gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/ebook -dNOPAUSE -dQUIET -dBATCH -sOutputFile=compressed.pdf input.pdf
在Python中调用:
import subprocess

def compress_pdf(input_path, output_path):
cmd = [
'gs',
'-sDEVICE=pdfwrite',
'-dCompatibilityLevel=1.4',
'-dPDFSETTINGS=/ebook',
'-dNOPAUSE',
'-dQUIET',
'-dBATCH',
f'-sOutputFile={output_path}',
input_path
]
subprocess.run(cmd, check=True)

六、完整项目示例
项目结构
excel2pdf/
├── converter.py # 核心转换逻辑
├── utils.py # 辅助工具函数
├── config.py # 配置文件
├── templates/ # 模板文件
└── tests/ # 测试用例

核心代码实现

converter.py

import os
from enum import Enum
from typing import Union, Optional

class ConvertMethod(Enum):
WIN32COM = 1
PANDAS = 2
OPENPYXL = 3

class ExcelConverter:
def init(self, method: ConvertMethod = ConvertMethod.WIN32COM):
self.method = method

def convert(self, 
            input_path: str, 
            output_path: str, 
            sheet_name: Optional[Union[str, int]] = None,
            **kwargs) -> bool:
    """
    统一转换接口
    """
    if self.method == ConvertMethod.WIN32COM:
        from .utils import win32com_convert
        return win32com_convert(input_path, output_path, sheet_name, **kwargs)
    elif self.method == ConvertMethod.PANDAS:
        from .utils import pandas_convert
        return pandas_convert(input_path, output_path, sheet_name, **kwargs)
    else:
        from .utils import openpyxl_convert
        return openpyxl_convert(input_path, output_path, sheet_name, **kwargs)

使用示例

if name == "main":
converter = ExcelConverter(ConvertMethod.WIN32COM)
success = converter.convert(
input_path='data.xlsx',
output_path='output.pdf',
sheet_name='Sheet1',
scale_factor=1.2
)

print("转换成功" if success else "转换失败")

七、常见问题Q&A
Q1:转换后的PDF表格边框不显示怎么办?
A:在reportlab方案中,需显式设置边框样式:

style = TableStyle([
('GRID', (0, 0), (-1, -1), 1, 'black'), # 添加网格线
])

Q2:如何合并多个工作表到一个PDF?
A:使用PyPDF2合并多个PDF文件:

from PyPDF2 import PdfMerger

def merge_pdfs(pdf_list, output_path):
merger = PdfMerger()
for pdf in pdf_list:
merger.append(pdf)
merger.write(output_path)
merger.close()

先转换每个工作表为单独PDF,再合并

Q3:转换时提示"COM object not released"错误?
A:确保在finally块中正确关闭对象:

try:

# 操作代码

finally:
if 'workbook' in locals():
workbook.Close(False)
if 'excel' in locals():
excel.Quit()

Q4:如何设置PDF的页眉页脚?
A:win32com方案:

sheet.PageSetup.CenterHeader = "&""Arial,Bold""&12报表标题"
sheet.PageSetup.RightFooter = "第&P页,共&N页"

Q5:转换后的图表模糊怎么办?
A:提高导出分辨率:

win32com方案

sheet.ExportAsFixedFormat(
0,
pdf_path,
Quality=0, # 0=最高质量
IncludeDocProperties=True,
IgnorePrintAreas=False
)

通过本文介绍的方法,你可以根据实际需求选择最适合的转换方案。对于企业级应用,建议采用win32com方案并封装为Web服务;对于轻量级需求,pandas方案足够高效。所有代码均经过实际测试验证,可直接集成到现有项目中。

​

目录
相关文章
|
API 开发者
工作日和节假日api
节假日api核心服务托管在阿里云之上,API天然分布式、高可用。
Word处理控件Spire.Doc常见问题解答
为方便使用者快速掌握和了解Spire.Doc,本文列举了Word处理控件Spire.Doc常见问题及解答欢迎下载体验!
|
人工智能 Java Linux
Python高效实现Excel转PDF:无Office依赖的轻量化方案
本文介绍无Office依赖的Python方案,利用Spire.XLS、python-office、Aspose.Cells等库实现Excel与PDF高效互转。支持跨平台部署、批量处理、格式精准控制,适用于服务器环境及自动化办公场景,提升转换效率与系统稳定性。
1193 7
|
SQL 数据可视化 数据处理
使用SQL和Python处理Excel文件数据
使用SQL和Python处理Excel文件数据
1112 0
|
自然语言处理 开发者 Python
Django 实战:I18N 国际化与本地化配置、翻译与切换一步到位
Django国际化与本地化指南,涵盖i18n和l10n的定义、配置、视图与模型中的翻译使用、消息文件生成与编译,以及多语言登录实战。助你打造多语言支持的Web应用。
781 0
|
人工智能 JSON API
Nacos 发布 MCP Registry,实现存量应用接口“0改动”升级到 MCP 协议
MCP(Model Calling Protocol)生态快速发展,Nacos作为MCP Registry,通过与Higress网关结合,实现“0代码”将存量API转化为MCP协议接口。本文详细解析了Nacos如何快速构建MCP Server,包括工具列表暴露、协议转换原理及优势。同时,通过高德API实例演示“0改动”适配流程。Nacos 3.0正式发布,定位AI应用服务管理平台,支持动态服务发现与配置管理,助力MCP生态发展。欢迎参与社区共建!
2537 1
|
存储 搜索推荐 数据库
🚀 RAGFlow Docker 部署全流程教程
RAGFlow是开源的下一代RAG系统,融合向量数据库与大模型,支持全文检索、插件化引擎切换,适用于企业知识库、智能客服等场景。支持Docker一键部署,提供轻量与完整版本,助力高效搭建私有化AI问答平台。
9199 8
|
机器学习/深度学习 文字识别 Java
Python实现PDF图片OCR识别:从原理到实战的全流程解析
本文详解2025年Python实现扫描PDF文本提取的四大OCR方案(Tesseract、EasyOCR、PaddleOCR、OCRmyPDF),涵盖环境配置、图像预处理、核心识别与性能优化,结合财务票据、古籍数字化等实战场景,助力高效构建自动化文档处理系统。
3104 0
|
人工智能 编解码 JSON
不看后悔!GitHub 开源 MultiTalk .8k star 强大的人语音+图像绑定项目
MultiTalk 是 GitHub 上的开源项目,具备音频驱动、多人对话视频生成功能。支持多路音频与图像绑定,实现高同步唇动与角色互动,适用于教学、虚拟人及短视频创作,已获 8k 星标。
1524 1