file-converter

文件转换器

概述

在三类格式之间转换文件：文档、数据文件和图像。针对每个转换请求动态生成 Python 代码，选择合适的库并处理边缘情况。

转换类别

文档

From	To	推荐库
Markdown	HTML	markdown 或 mistune
HTML	Markdown	markdownify 或 html2text
HTML	PDF	weasyprint 或 pdfkit（需要 wkhtmltopdf）
PDF	文本	pypdf 或 pdfplumber
DOCX	Markdown	mammoth
DOCX	PDF	docx2pdf（Windows/macOS）或 LibreOffice CLI
Markdown	PDF	先转换为 HTML，再转换为 PDF

数据文件

From	To	推荐库
JSON	YAML	pyyaml
YAML	JSON	pyyaml
JSON	CSV	pandas 或标准库 csv + json
CSV	JSON	pandas 或标准库 csv + json
JSON	TOML	tomli/tomllib（读取）+ tomli-w（写入）
XML	JSON	xmltodict
JSON	XML	dicttoxml 或 xmltodict.unparse

图像

From	To	推荐库
PNG/JPG/WebP/GIF	任意栅格格式	Pillow (PIL)
SVG	PNG/JPG	cairosvg 或 svglib + reportlab
PNG	SVG	使用 potrace（CLI）进行描摹，保真度有限

工作流

1. 确定源格式（根据文件扩展名或用户说明）
2. 确定目标格式
3. 查看 references/ 中针对格式的指南
4. 使用推荐的库生成转换代码
5. 处理边缘情况（编码、透明度、嵌套结构）
6. 执行转换并报告结果

快速示例

数据：JSON 转 YAML

import json
import yaml

with open("input.json") as f:
    data = json.load(f)

with open("output.yaml", "w") as f:
    yaml.dump(data, f, default_flow_style=False, allow_unicode=True)

数据：CSV 转 JSON

import csv
import json

with open("input.csv") as f:
    reader = csv.DictReader(f)
    data = list(reader)

with open("output.json", "w") as f:
    json.dump(data, f, indent=2)

文档：Markdown 转 HTML

import markdown

with open("input.md") as f:
    md_content = f.read()

html = markdown.markdown(md_content, extensions=["tables", "fenced_code"])

with open("output.html", "w") as f:
    f.write(html)

图像：PNG 转 WebP

from PIL import Image

img = Image.open("input.png")
img.save("output.webp", "WEBP", quality=85)

图像：SVG 转 PNG

import cairosvg

cairosvg.svg2png(url="input.svg", write_to="output.png", scale=2)

资源

复杂转换的详细指南见 references/：

• references/document-conversions.md - PDF 处理、编码问题、样式保留
• references/data-conversions.md - 模式处理、类型强制转换、嵌套结构
• references/image-conversions.md - 质量设置、透明度、色彩配置文件

处理边缘情况，或用户对质量/保真度有特定要求时，请参阅这些参考资料。