add convert.py

2026-01-11 00:07:58 +01:00 · 2026-01-11 00:07:58 +01:00 · 139e3476a0
parent 636f0aa123
commit 139e3476a0
1 changed files with 118 additions and 0 deletions
--- a/src/dlw/convert.py
+++ b/src/dlw/convert.py
@ -0,0 +1,118 @@
+import mammoth
+from weasyprint import HTML, CSS
+import os
+import sys
+
+def convert_docx_to_pdf(input_docx, output_pdf):
+    """
+    Konvertiert eine DOCX-Datei über HTML in ein PDF unter Verwendung von 
+    Mammoth für die Struktur und WeasyPrint für das PDF-Rendering.
+    """
+    
+    # Sicherstellen, dass der Pfad absolut oder korrekt relativ ist
+    input_path = os.path.abspath(input_docx)
+    output_path = os.path.abspath(output_pdf)
+
+    if not os.path.exists(input_path):
+        print(f"Fehler: '{input_path}' wurde nicht gefunden.")
+        return
+
+    print(f"Lese Inhalt aus: {os.path.basename(input_path)}...")
+
+    try:
+        # 1. DOCX zu HTML konvertieren
+        with open(input_path, "rb") as docx_file:
+            # Mammoth extrahiert die semantische Struktur (h1, p, table, etc.)
+            result = mammoth.convert_to_html(docx_file)
+            html_content = result.value
+            
+            # Warnungen ausgeben (z.B. nicht unterstützte Word-Styles)
+            for message in result.messages:
+                print(f"Mammoth Hinweis: {message.message}")
+
+        print("Generiere PDF mit WeasyPrint...")
+
+        # 2. Modernes CSS-Layout definieren
+        # Hier kannst du das Design zentral steuern
+        styled_html = f"""
+        <!DOCTYPE html>
+        <html lang="de">
+        <head>
+            <meta charset="UTF-8">
+            <style>
+                @page {{
+                    size: A4;
+                    margin: 2.5cm;
+                    @bottom-right {{
+                        content: "Seite " counter(page) " von " counter(pages);
+                        font-size: 9pt;
+                        color: #666;
+                    }}
+                }}
+                body {{
+                    font-family: 'Segoe UI', Roboto, Helvetica, Arial, sans-serif;
+                    line-height: 1.6;
+                    color: #333;
+                    text-align: justify;
+                }}
+                h1, h2, h3 {{
+                    color: #004488;
+                    line-height: 1.2;
+                }}
+                h1 {{ border-bottom: 2px solid #004488; padding-bottom: 10px; }}
+                table {{
+                    border-collapse: collapse;
+                    width: 100%;
+                    margin: 20px 0;
+                }}
+                th, td {{
+                    border: 1px solid #ccc;
+                    padding: 10px;
+                    text-align: left;
+                }}
+                th {{
+                    background-color: #f2f2f2;
+                    font-weight: bold;
+                }}
+                img {{
+                    max-width: 100%;
+                    height: auto;
+                    display: block;
+                    margin: 20px auto;
+                }}
+                code {{
+                    background: #f4f4f4;
+                    padding: 2px 4px;
+                    border-radius: 4px;
+                }}
+            </style>
+        </head>
+        <body>
+            {html_content}
+        </body>
+        </html>
+        """
+
+        # 3. PDF-Erstellung durchführen
+        HTML(string=styled_html).write_pdf(output_path)
+        print(f"Erfolg! PDF gespeichert unter: {output_path}")
+
+    except Exception as e:
+        print(f"Ein Fehler ist aufgetreten: {str(e)}")
+        if "Cairo" in str(e) or "Pango" in str(e):
+            print("\nHINWEIS: WeasyPrint benötigt externe Bibliotheken.")
+            print("Windows: Installiere 'GTK for Windows Runtime'.")
+            print("macOS: 'brew install pango'.")
+
+if __name__ == "__main__":
+    # Standard-Pfade (können beim Aufruf angepasst werden)
+    # Wenn du das Skript aus src/dlw/ startest, sucht es im selben Ordner.
+    test_input = "test_dokument.docx"
+    test_output = "test_ergebnis.pdf"
+
+    # Ermöglicht Aufruf via: python convert.py input.docx output.pdf
+    if len(sys.argv) > 2:
+        test_input = sys.argv[1]
+        test_output = sys.argv[2]
+
+    convert_docx_to_pdf(test_input, test_output)