Documentation – Converter um documento em Python

Python_via_dotnet: Converta um documento em PDF em Python

Mon, 01 Jan 0001 00:00:00 +0000

A capacidade de converter documentos de um formato para outro de maneira fácil e confiável é um recurso importante do Aspose.Words. Um dos formatos mais populares para conversão é o PDF – um formato de layout fixo, que preserva a aparência original de um documento durante sua renderização em diversas plataformas. O termo “renderização” é usado em Aspose.Words para descrever o processo de conversão de um documento em um formato de arquivo paginado ou que tenha o conceito de páginas.

Converter um documento do Word em PDF

A conversão de Word para PDF é um processo bastante complexo que requer várias etapas de cálculo. O mecanismo de layout Aspose.Words imita a forma como o mecanismo de layout de página do Microsoft Word funciona, fazendo com que os documentos de saída em PDF pareçam o mais próximo possível do que você pode ver no Microsoft Word.

Com o Aspose.Words você pode converter programaticamente um documento de formatos Word, como DOC ou DOCX, para PDF sem usar o Microsoft Office. Este artigo explica como realizar essa conversão.

Observe que o número de páginas de um documento afeta o tempo de conversão.

Converta DOC ou DOCX para PDF

A conversão do formato de documento DOC ou DOCX para o formato PDF em Aspose.Words é muito fácil e pode ser realizada com apenas duas linhas de código que:

Carregue seu documento em um objeto Document usando um de seus construtores, especificando o nome do documento com sua extensão de formato.
Invoque um dos métodos Document.save no objeto Document e especifique o formato de saída desejado como PDF inserindo um nome de arquivo com a extensão “.PDF”.

O exemplo de código a seguir mostra como converter um documento DOCX em PDF usando o método save:

Você pode baixar o arquivo de modelo deste exemplo em Aspose.Words GitHub.

Às vezes é necessário especificar opções adicionais, o que pode afetar o resultado de salvar um documento como PDF. Essas opções podem ser especificadas pelo uso da classe PdfSaveOptions, contendo propriedades que determinam como a saída do PDF será exibida.

Observe que com a mesma técnica, você pode converter qualquer documento em formato de layout de fluxo para o formato PDF.

Converter para vários padrões PDF

Aspose.Words fornece a enumeração PdfCompliance para suportar a conversão de DOC ou DOCX em vários padrões de formato PDF (como PDF 1.7, PDF 1.5, etc.).

O exemplo de código a seguir demonstra como converter um documento em PDF 1.7 usando PdfSaveOptions compatível com PDF17:

Converter imagens em PDF

A conversão para PDF não é restrita aos formatos de documento Microsoft Word. Qualquer formato suportado por Aspose.Words, inclusive criado programaticamente, também pode ser convertido para PDF. Por exemplo, podemos converter imagens de uma única página, como JPEG, PNG, BMP, EMF ou WMF, bem como imagens de várias páginas, como TIFF e GIF, em PDF.

O exemplo de código a seguir mostra como converter imagens JPEG e TIFF em PDF:

Para fazer esse código funcionar, você precisa adicionar referências a Aspose.Words e aspose.pydrawing ao seu projeto.

Reduza o tamanho da saída do PDF

Ao salvar em PDF, você pode especificar se deseja otimizar a saída. Para fazer isso, você precisa definir o sinalizador optimize_output como true e, em seguida, as telas aninhadas redundantes e as telas vazias serão removidas e os glyphs vizinhos com a mesma formatação serão concatenados.

O uso da propriedade OptimizeOutput pode afetar a precisão da exibição do conteúdo.

Reduza o tamanho da saída do PDF

O uso da propriedade OptimizeOutput pode afetar a precisão da exibição do conteúdo.

Veja também

O artigo Renderização para mais informações sobre os formatos de página fixa e layout de fluxo
O artigo Convertendo para formato de página fixa para mais informações sobre o layout da página
O artigo Especifique as opções de renderização ao converter para PDF para mais informações sobre o uso da classe PdfSaveOptions

Python_via_dotnet: Converter Word para Excel em Python

Mon, 01 Jan 0001 00:00:00 +0000

A conversão de documentos de um formato para outro é o principal recurso do Aspose.Words. Você pode converter documentos em qualquer formato carregar formato disponível também para o formato XLSX.

Converter um documento em XLSX

Converter um documento para XLSX é um processo bastante complicado. Para salvar seu documento no formato XLSX usando Aspose.Words, use a classe XlsxSaveOptions e o novo elemento Xlsx na enumeração SaveFormat. Conforme mencionado acima, você pode salvar o documento em qualquer formato de carregamento suportado por Aspose.Words para XLSX.

O exemplo de código a seguir mostra como salvar PDF em XLSX:

doc = aw.Document(docs_base.my_dir + "Pdf Document.pdf")

doc.save(docs_base.artifacts_dir + "BaseConversions.PdfToXlsx.xlsx")

Às vezes é necessário especificar opções adicionais, o que pode afetar o resultado de salvar um documento como XLSX. Essas opções podem ser especificadas pelo uso da classe XlsxSaveOptions, contendo propriedades que determinam como a saída XLSX será exibida.

Encontre e substitua ao salvar em XLSX

Também usando Aspose.Words, você pode encontrar uma string ou expressão regular específica em seu documento e substituí-la pela correspondente que você precisa. Depois, você também pode salvar o resultado no formato XLSX.

O exemplo de código a seguir mostra como executar a operação localizar e substituir e salvar o resultado em XLSX:

from aspose.words import Document, DocumentBuilder
from aspose.words.replacing import FindReplaceOptions

doc =  Document()

builder = DocumentBuilder(doc)
builder.writeln("Ruby bought a ruby necklace.")

# We can use a "FindReplaceOptions" object to modify the find - and -replace process.
options = FindReplaceOptions()

# Set the "match_case" flag to "True" to apply case sensitivity while finding strings to replace.
# Set the "match_case" flag to "False" to ignore character case while searching for text to replace.
options.match_case = True

doc.range.replace("Ruby", "Jade", options)
doc.save(ARTIFACTS_DIR + "BaseConversions.FindReplaceXlsx.xlsx")

Especifique o nível de compactação ao salvar em XLSX

Você também pode especificar o nível de compactação ao salvar usando a propriedade CompressionLevel.

O exemplo de código a seguir mostra como especificar o nível de compactação ao salvar no formato XLSX:

from aspose.words import Document
from aspose.words.saving import XlsxSaveOptions, CompressionLevel

doc = Document(MY_DIR + "Document.docx")

saveOptions = XlsxSaveOptions()
saveOptions.compression_level = CompressionLevel.MAXIMUM

doc.save(ARTIFACTS_DIR + "BaseConversions.CompressXlsx.xlsx", saveOptions)

Veja também

Seção de documentação Proteger ou criptografar um documento para obter mais informações sobre como proteger e criptografar um documento
O artigo Localizar e substituir para obter mais informações sobre como encontrar e substituir o conteúdo desejado

Python_via_dotnet: Converter documento em HTML

Mon, 01 Jan 0001 00:00:00 +0000

Documentos em formatos de layout de fluxo HTML e MHTML também são muito populares e podem ser usados em qualquer plataforma web. Por esse motivo, a conversão de documentos para HTML e MHTML é um recurso importante do Aspose.Words.

EPUB (abreviação de “Publicação Eletrônica”) é um formato baseado em HTML comumente usado para distribuição eletrônica de livros. Este formato é totalmente compatível com Aspose.Words para exportação de livros eletrônicos compatíveis com a maioria dos dispositivos de leitura.

Converter um documento

Para conversão simples para HTML, MHTML ou EPUB, uma das sobrecargas do método save é usada. Você pode salvar o documento em um arquivo ou fluxo e definir explicitamente o formato de salvamento do documento de saída ou defini-lo a partir da extensão do nome do arquivo.

O exemplo a seguir mostra como converter DOCX em HTML especificando um formato de salvamento:

# Load the document from disk.
doc = aw.Document(dataDir + "Test File.docx")

# Save the document into HTML.
doc.save(dataDir + "Document", aw.SaveFormat.HTML)

Para converter um documento para MHTML ou EPUB, use SaveFormat.MHTML ou SaveFormat.EPUB respectivamente.

Converta um documento com informações de ida e volta

O formato HTML não suporta muitos recursos Microsoft Word, e se precisarmos restaurar um modelo de documento o mais próximo possível do original, precisaremos salvar algumas informações extras dentro do arquivo HTML. Essas informações também são chamadas de “informações de ida e volta”. Para esse propósito, o Aspose.Words oferece a capacidade de exportar informações de ida e volta ao salvar em HTML, MHTML ou EPUB usando a propriedade export_roundtrip_information. Salvar as informações de ida e volta permite restaurar propriedades do documento, como guias, comentários, cabeçalhos e rodapés durante o carregamento de documentos dos formatos listados de volta em um objeto Document.

O valor padrão é True para HTML e False para MHTML e EPUB:

Quando True, as informações de ida e volta são exportadas como - aw - * Propriedades CSS dos elementos HTML correspondentes
Quando False, não há informações de ida e volta a serem geradas nos arquivos produzidos

O exemplo de código a seguir mostra como exportar informações de ida e volta ao converter um documento de DOCX em HTML:

Você pode baixar o arquivo de modelo deste exemplo em Aspose.Words GitHub.

Especifique as opções de salvamento ao converter para HTML

Aspose.Words permite converter um documento do Word em HTML usando opções de salvamento padrão ou personalizadas. Alguns exemplos de opções de salvamento personalizadas são descritos abaixo.

Especifique uma pasta para salvar recursos

Usando Aspose.Words podemos especificar uma pasta física onde todos os recursos, como imagens, fontes e CSS externo, são salvos quando um documento é convertido para HTML. Por padrão, esta é uma string vazia.

Especificar a propriedade resource_folder é a maneira mais simples de definir a pasta onde todos os recursos devem ser gravados. Podemos usar propriedades individuais, como fonts_folder, que salva as fontes na pasta especificada, e images_folder, que salva as imagens em uma pasta especificada. Quando um caminho relativo é especificado, fonts_folder e images_folder referem-se à pasta onde o conjunto de código está localizado, resource_folder e css_style_sheet_file_name referem-se à pasta de saída onde o documento HTML está localizado.

Neste exemplo, resource_folder especifica o caminho relativo. Este caminho refere-se à pasta de saída onde o documento HTML é salvo. O valor da propriedade resource_folder_alias é usado para criar URLs para todos os recursos.

O exemplo de código a seguir mostra como trabalhar com essas propriedades:

Usando a propriedade resource_folder_alias, também podemos especificar o nome da pasta usada para construir URIs de todos os recursos escritos em um documento HTML. Esta é a maneira mais simples de especificar como os URIs devem ser gerados para todos os arquivos de recursos. As mesmas informações podem ser especificadas para imagens e fontes separadamente por meio das propriedades images_folder_alias e fonts_folder_alias, respectivamente.

No entanto, não existe uma propriedade individual para CSS. O comportamento das propriedades fonts_folder, fonts_folder_alias, images_folder, images_folder_alias e css_style_sheet_file_name não são alterados. Observe que a propriedade css_style_sheet_file_name é usada para especificar o nome da pasta e o nome do arquivo.

resource_folder tem prioridade mais baixa do que pastas especificadas via fonts_folder, images_folder e css_style_sheet_file_name. Caso a pasta especificada no resource_folder não exista, ela será criada automaticamente.
resource_folder_alias tem prioridade menor que fonts_folder_alias e images_folder_alias. Se resource_folder_alias estiver vazio, o valor da propriedade resource_folder será usado para criar URIs de recursos. Se resource_folder_alias estiver definido como “.” (ponto), os URIs de recursos conterão apenas nomes de arquivos sem especificar um caminho.

Exportar recursos de fontes de codificação Base64

Aspose.Words fornece a capacidade de especificar se os recursos de fonte devem ser incorporados ao HTML em codificações Base64. Para fazer isso, use a propriedade export_fonts_as_base64 – esta é uma extensão da propriedade export_font_resources. Por padrão, seu valor é False e as fontes são gravadas em arquivos separados. Mas se esta opção estiver definida como True, as fontes serão incorporadas ao CSS do documento na codificação Base64. A propriedade export_fonts_as_base64 afeta apenas o formato HTML e não afeta EPUB e MHTML.

O exemplo de código a seguir mostra como exportar fontes codificadas em Base64 para HTML:

Especifique as opções de salvamento ao converter para EPUB

Aspose.Words permite converter um documento do Word para o formato EPUB usando opções de salvamento padrão ou personalizadas. Você pode especificar diversas opções passando uma instância de HtmlSaveOptions para o método save.

O exemplo de código a seguir mostra como converter um documento do Word em EPUB especificando algumas opções de salvamento personalizadas:

# Load the document from disk.
doc = aw.Document(docs_base.my_dir + "Rendering.docx")

# Create a new instance of HtmlSaveOptions. This object allows us to set options that control
# How the output document is saved.
saveOptions = aw.saving.HtmlSaveOptions()

# Specify the desired encoding.
saveOptions.encoding = "utf-8"

# Specify at what elements to split the internal HTML at. This creates a new HTML within the EPUB 
# which allows you to limit the size of each HTML part. This is useful for readers which cannot read 
# HTML files greater than a certain size e.g 300kb.
saveOptions.document_split_criteria = aw.saving.DocumentSplitCriteria.HEADING_PARAGRAPH

# Specify that we want to export document properties.
saveOptions.export_document_properties = True

# Specify that we want to save in EPUB format.
saveOptions.save_format = aw.SaveFormat.EPUB

# Export the document as an EPUB file.
doc.save(docs_base.artifacts_dir + "Document.EpubConversion_out.epub", saveOptions)

Você pode baixar o arquivo de modelo deste exemplo em Aspose.Words GitHub.

Python_via_dotnet: Converter um documento em Markdown

Mon, 01 Jan 0001 00:00:00 +0000

Markdown é um formato popular usado para marcação de texto e posterior conversão para HTML, PDF, DOCX ou outros formatos. Muitos desenvolvedores escolhem esse formato para escrever documentação, preparar artigos para publicação em blogs, descrever projetos e assim por diante.

Markdown é muito popular porque é fácil de trabalhar com este formato e também pode ser facilmente convertido para outros formatos. Por esse motivo, o Aspose.Words oferece a capacidade de converter um documento em qualquer formato de carregamento suportado para Markdown e vice-versa – o Aspose.Words também oferece suporte ao salvar formatos mais popular.

Agora, a funcionalidade para trabalhar com o formato Markdown está sendo desenvolvida ativamente para fornecer mais oportunidades de trabalho conveniente e confortável com documentos.

Converter um documento

Para converter um documento em Markdown, você só precisa carregar um documento em qualquer formato compatível ou criar um novo programaticamente. Então você precisa salvar o documento no formato Markdown.

O exemplo de código a seguir mostra como converter DOCX em Markdown:

Você também pode especificar a pasta física na qual deseja salvar as imagens ao exportar um documento para o formato Markdown. Por padrão, o Aspose.Words salva as imagens na mesma pasta onde o arquivo do documento foi salvo, mas você pode substituir esse comportamento usando a propriedade images_folder.

Especificar uma pasta via images_folder também é útil se você salvar um documento em um fluxo e o Aspose.Words não tiver uma pasta para salvar imagens.

Se o images_folder especificado não existir, ele será criado automaticamente.

O exemplo de código a seguir mostra como especificar uma pasta para imagens ao salvar um documento em um fluxo:

Especifique as opções de salvamento ao converter para Markdown

Aspose.Words oferece a capacidade de usar a classe MarkdownSaveOptions para trabalhar com opções avançadas ao salvar um documento no formato Markdown. A maioria das propriedades herda ou sobrecarrega propriedades que já existem em outras classes aspose.words.saving. Além delas, também foram adicionadas diversas propriedades específicas para o formato Markdown. Por exemplo, a propriedade table_content_alignment para controlar o alinhamento do conteúdo nas tabelas ou images_folder para controlar onde as imagens são salvas ao converter um documento para o formato Markdown.

Recursos Markdown suportados

Aspose.Words atualmente oferece suporte aos seguintes recursos Markdown, que seguem principalmente a especificação CommonMark no Aspose.Words API e são representados como estilos apropriados ou formatação direta:

Os títulos são parágrafos com estilos Título 1 – Título 6
Blockquotes são parágrafos com “Citação” no nome do estilo
IndentedCode são parágrafos com “IndentedCode” no nome do estilo
FencedCode são parágrafos com “FencedCode” no nome do estilo
InlineCode são executados com “InlineCode” no nome do estilo Font
As regras horizontais são parágrafos com formato HorizontalRule
Ênfase ousada
Ênfase em itálico
Formatação tachado
As listas são parágrafos numerados ou com marcadores *As tabelas são representadas com a classe Table *Os links são representados como a classe FieldHyperlink

O exemplo a seguir mostra como criar um documento com alguns estilos e salvá-lo em Markdown:

O resultado deste exemplo de código é mostrado abaixo.

Dicas úteis

Existem várias nuances e casos interessantes, tendo aprendido quais você poderá trabalhar com arquivos Markdown de forma mais flexível e conveniente. Por exemplo, existe a capacidade de usar:

SetextHeading que permite criar títulos de várias linhas em Markdown, enquanto títulos regulares em Markdown só podem ser de linha única. SetextHeading é baseado em um estilo “Título N” e seu nível só pode ser 1 ou 2. Se N em “Título N” for maior ou igual a 2, então o SetextHeading correspondente será baseado em “Título 2”, caso contrário, em “Cabeçallho 1”.
Diferentes marcadores para o primeiro nível de listas com marcadores ("-", “+” ou “*”, o marcador padrão é “-”.) e diferentes tipos de numeração para listas ordenadas ("." ou “)”, o o marcador padrão é “.").

Python_via_dotnet: Converter um documento em uma imagem

Mon, 01 Jan 0001 00:00:00 +0000

Às vezes é necessário obter uma imagem em vez de documentos em outros formatos, como DOCX ou PDF. Por exemplo, você precisa adicionar uma visualização de qualquer página do documento ao seu site ou aplicativo, ou criar uma “digitalização” de um documento para enviar uma fatura. É quando você pode precisar converter um documento em qualquer formato de carregamento suportado para uma imagem, novamente, em qualquer formato de salvamento suportado.

Converter para formato de imagem

Tal como acontece com todos os exemplos de conversão já descritos, você precisa criar um novo documento ou carregar um existente em qualquer formato suportado, fazer as alterações necessárias e salvá-lo em qualquer formato de imagem disponível, por exemplo, JPEG, PNG ou BMP.

O exemplo de código a seguir mostra como converter PDF em JPEG:

Especifique as opções de salvamento ao converter para uma imagem

Aspose.Words fornece a classe ImageSaveOptions, que oferece mais controle sobre como os documentos são salvos em vários formatos de imagem. Algumas propriedades desta classe herdam ou sobrecarregam propriedades de classes base como FixedPageSaveOptions ou SaveOptions, mas também existem opções específicas para salvar imagens.

É possível especificar as páginas a serem convertidas para formato de imagem utilizando a propriedade page_set. Por exemplo, pode ser aplicado se você precisar apenas de uma visualização da primeira página ou de uma página definida.

Também é possível controlar a qualidade da imagem de saída e o formato de pixel usando as seguintes propriedades – horizontal_resolution, vertical_resolution, scale, pixel_format, bem como definir configurações de cores da imagem, usando as seguintes propriedades – image_brightness, image_color_mode, image_contrast, paper_color.

Também existem propriedades que se aplicam a um determinado formato, por exemplo, jpeg_quality ou tiff_compression.

O exemplo de código a seguir mostra como criar uma visualização da primeira página do documento aplicando algumas configurações adicionais:

Python_via_dotnet: Converter um documento de várias páginas numa imagem em Python

Mon, 01 Jan 0001 00:00:00 +0000

Aspose.Words Para Python via .NET permite aos utilizadores exportar documentos de várias páginas para imagens rasterizadas. Isso pode ser útil para gerar visualizações, arquivos ou representações visuais de documentos para uso não editável.

Quais formatos suportam a exportação de várias páginas?

Aspose.Words suporta exportação de várias páginas para os seguintes formatos de Imagem raster:

Jpeg
Gif
Png
Bmp
Tiff
WebP

Como exportar um documento de várias páginas para uma imagem

O recurso de exportar um documento de várias páginas para uma imagem é implementado usando a classe MultiPageLayout – você pode especificar como as páginas devem ser organizadas ao salvar em uma imagem:

single_page - guardar apenas a primeira das páginas especificadas
grid - organizar as páginas numa grelha, da esquerda para a direita e de cima para baixo, especificando o número de colunas
horizontal - organizar as páginas horizontalmente lado a lado, da esquerda para a direita, numa única saída
vertical - organizar as páginas verticalmente uma abaixo da outra em uma única saída
tiff_frames - organizar cada página como um quadro separado em uma imagem multi-quadro TIFF, aplica-se apenas aos formatos de imagem TIFF

O exemplo de código a seguir mostra como salvar um documento DOCX de várias páginas como imagem JPEG com layout Horizontal:

doc = aw.Document(file_name='Rendering.docx')

options = aw.saving.ImageSaveOptions(aw.SaveFormat.JPEG)
# Set up Horizontal layout.
options.page_layout = MultiPageLayout.Horizontal(10);

doc.save(file_name='ImageSaveOptions.GridLayout.jpg', save_options=options)

Você também pode personalizar a aparência da página do arquivo de saída-especifique back_color, border_color e border_width.

O exemplo de código a seguir mostra como salvar um documento DOCX de várias páginas como imagem PNG com layout de grade:

doc = aw.Document(file_name='Rendering.docx')

options = aw.saving.ImageSaveOptions(aw.SaveFormat.PNG)
# Set up a grid layout with:
# - 3 columns per row.
# - 10pts spacing between pages (horizontal and vertical).
options.page_layout = aw.saving.MultiPageLayout.grid(3, 10, 10)

# Customize the background and border.
options.page_layout.back_color = aspose.pydrawing.Color.light_gray
options.page_layout.border_color = aspose.pydrawing.Color.blue
options.page_layout.border_width = 2

doc.save(file_name='ImageSaveOptions.GridLayout.jpg', save_options=options)

Python_via_dotnet: Converta PDF para outros formatos de documento

Mon, 01 Jan 0001 00:00:00 +0000

Aspose.Words pode carregar até mesmo um formato tão complexo como PDF. Isso abre novas oportunidades: é possível converter PDF para Word ou outros formatos que levam os usuários à frente na solução de muitos problemas aplicados.

Converter PDF para outros formatos

A conversão mais popular de PDF é a conversão para formatos Microsoft Word, como DOCX, DOC, bem como formatos de imagem, como JPG ou PNG. Dito isso, a conversão de um documento de um formato para outro funciona de maneira familiar.

O exemplo de código a seguir mostra como converter um documento de PDF em DOCX:

Especifique as opções de carregamento ao importar PDF

Aspose.Words fornece a classe PdfLoadOptions, que permite um controle mais preciso sobre como os documentos PDF são carregados.

A maioria das propriedades herda ou sobrecarrega propriedades que já existem na classe LoadOptions. Além deles, várias propriedades são especificadas para o formato PDF. Por exemplo, você pode usar as propriedades page_count e page_index para definir o intervalo de páginas a ser carregado de um documento PDF e as propriedades skip_pdf_images para controlar se as imagens devem ser ignoradas ao carregar o PDF. Outro parâmetro suportado é o password, que deve ser fornecido para documentos protegidos por senha.

Conteúdo PDF suportado

O plugin PDF2Word atualmente suporta os seguintes tipos de dados:

Parágrafos de texto
Imagens
Tabelas
Listas
Cabeçalhos e rodapés
Notas de rodapé
Números de página
Texto da direita para a esquerda (com algumas limitações)
PDFs pesquisáveis (as imagens frontais serão removidas em favor do texto de fundo)

Recursos planejados

Alguns recursos ainda estão em desenvolvimento inicial ou incluídos no roteiro de desenvolvimento:

Índice
OCR para PDFs pesquisáveis e não pesquisáveis
Relatório de progresso
Texto multicoluna
Fórmulas matemáticas
Mais campos automáticos (além de PAGE e NUMPAGES)

Exceções de carregamento de PDF

Durante a conversão de um documento PDF, pode ocorrer uma das seguintes exceções:

Exceção	Descrição
FileLoadException	Um arquivo PDF não pode ser processado por algum motivo. Você pode relatar o problema à equipe de desenvolvimento para uma investigação detalhada usando o Suporte técnico.
DrmProtectedFileException	Um arquivo PDF é protegido pelo Adobe DRM e não pode ser decodificado pelo Pdf2Word
PasswordProtectedFileException	A senha correta deve ser fornecida para um PDF protegido por senha