仓库源文，站点原文

2025-04-07 19:06:48

近日遇到一个需求, 要将一些图片按一定要求放到Word文档中. 这些图片格式不统一, 有pdf, 有png, 有jpg. 宽高也各不同, 但要求图片横向放置, 每页一张. 当然, 如果手动操作, 就没有必要记录作法了.

将问题分解一下, 有下列步骤:

将pdf转换为图片: 可以借助xpdf-tools中的pdftopng
如果图片高>宽, 旋转图片: 可以借助ImageMagick
将图片写到html文件中: 使用Word支持的格式
使用Word打开html文件, 断开链接, 嵌入图片.另存为Word格式

前两步没有什么要说的.

Word支持的html文件与常规的有所不同, 具体哪些地方不同, 也没有必要仔细研究, 直接将一份简单的Word文件另存为html格式看看就可以知晓了. 我们的需求比较简单, 所以只需要保留其中重要的相关设置, 所得模板如下

<table class="highlighttable"><th colspan="2" style="text-align:left">html</th><tr><td><div class="linenodiv" style="background-color: #f0f0f0; padding-right: 10px"><pre style="line-height:125%"> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20</pre></div></td><td class="code"><div class="highlight"><pre style="line-height:125%"><style> @page WordSection1 { size:297mm 210mm; margin: 12.7mm 12.7mm 12.7mm 12.7mm; mso-page-orientation:landscape; mso-header-margin:42.55pt; mso-footer-margin:49.6pt; mso-paper-source:0; } div.WordSection1 {page:WordSection1;} </style> <body> <div class=WordSection1 align=center style='text-align:center'> <img width=996 height=702 src="1.png"> <img width=996 height=702 src="2.jpg"> </div> </body></pre></div> </td></tr></table>

可以看到, Word可以识别html文件中自定义的页面设置, 其中可以设置页面大小, 页边距, 页面方向等. 这些设置浏览器未必支持. 需要注意的是, 其中的图片大小, 只能以像素为单位, 且默认根据96dpi计算.

使用Word打开这样的html文件, 可以看到图片, 但只是链接. 如果将Word文件转移到其他位置, 图片就无法显示了. 因此, 我们还需要将图片嵌入Word文件中. 对于Word2016, 依次

文件 | 信息 | 相关文档 | 编辑指向文件的链接

然后

全选 | 断开链接 | 将图片保存在文档中 | 确定.

脚本

将上面的步骤总结为下面的脚本, 处理起大量的文件来就更容易了.

<table class="highlighttable"><th colspan="2" style="text-align:left">img2doc.bsh</th><tr><td><div class="linenodiv" style="background-color: #f0f0f0; padding-right: 10px"><pre style="line-height:125%"> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50</pre></div></td><td class="code"><div class="highlight"><pre style="line-height:125%"># 定义程序路径 im=/D/ImageMagick-7.1.1-19-Q16-HDRI xpdf=/D/PDFtools/xpdf-tools-4.05/bin # 先将pdf转换为相应的png文件 for pdf in *.pdf; do name=${pdf%.pdf} $xpdf/pdftopng.exe $pdf $name mv $name-000001.png $name.png done # 根据宽高旋转图片 mkdir -p backup for img in *.jpg *.png; do eval $($im/identify.exe -ping -format 'w=%w; h=%h;' $img) # 获取宽高 [[ $h > $w ]] && { cp $img ./backup/$img $im/convert.exe -rotate -90 ./backup/$img $img } done # 输出图片及其编号 rm -f _img for img in *.jpg *.png; do idx=${img##*_}; idx=${idx%.*} echo $idx $img >>_img done # 排序图片并输出到html文件 sort -n _img | awk ' BEGIN { print "<style>" \ "\n@page WordSection1 {" \ "\n size:297mm 210mm;" \ "\n margin: 12.7mm 12.7mm 12.7mm 12.7mm;" \ "\n mso-page-orientation:landscape;" \ "\n mso-header-margin:42.55pt;" \ "\n mso-footer-margin:49.6pt;" \ "\n mso-paper-source:0;}" \ "\ndiv.WordSection1 {page:WordSection1;}" \ "\n</style>" \ "\n" \ "\n<body>" \ "\n<div class=WordSection1 align=center style=\"text-align:center\">" \ "\n" } { print "<img width=996 height=702 src=\""$2"\">" } END {print "</div></body>"} ' >_.html</pre></div> </td></tr></table>