今天我们说一下使用python将word内容转换成html文件。下面一起来看一下。
准备工作
使用python类库PyDocX，安装方法（使用pip进行安装），命令如下：
|
1
|
pip install python-docx |
类库介绍
python-docx是用于创建和更新Microsoft Word（.docx）文件的Python库。它可以针对word做很多操作。比如打开文件、写入内容、编写内容样式、解析内容、读取内容等等。主要就是针对word做的一款功能库。
说代码
下面一起来说一下代码。首先是做了一个声明的内容，主要是出现过代码工具被网络上的人给进行贩卖，特此说了注释。
1、通过os类库，获取当前目录下的所有文件信息
|
1
2
3
|
# 当前目录下的文件file_path = os.getcwd()print("当前位置：%s" % file_path) |
2、通过函数进行获取数据，并对目录下文件进行判断，只获取.docx类型文档
|
1
2
3
4
5
6
7
8
9
10
11
|
data = []for root, dirs, files in os.walk(files_path, topdown=False):for name in files:f_p = os.path.join(root, name).replace("\\", "/")file_type = os.path.splitext(f_p)if file_type[1] == '.docx':if " " in file_type[0]:os.rename(f_p, f_p.replace(" ", ""))f_p = f_p.replace(" ", "")data.append(f_p)return data |
这里呢，我们做了一个判断的操作，主要是防止文件名称上出现空格的问题，因为在测试过程中发现了空格的文档名称是否没有办法找到文件的。
3、判断数据情况
|
1
2
3
4
5
6
|
if not file_array:print("此目录下无docx格式word文件")# 开始转换print("开始转换")for v in file_array:main(v) |
如果当前目录下不含有符合的文档，那么程序直接就跳出了，不再向下执行了。
4、开始转换
这里我们使用的是在3中循环调用方法，下面看一下代码
|
1
2
3
4
5
|
html = PyDocX.to_html(v)file_name = os.path.splitext(v)f = open("%s.html" % file_name[0], 'w', encoding="utf-8")f.write(html)f.close() |
整体来看转换的方法很简单，在类库中已经帮我们做好的功能，只需要简单的调用就可以了。我采用的是保持原有word文件名称来生成html文件。这样方便进行查找。
其实这里也可以不用生成文件的，可以将获取的内容数据直接存入数据库中，在页面直接作出展示。
以上就是python如何实现word批量转HTML的详细内容，更多关于python word转html的资料请关注服务器之家其它相关文章！
原文链接：https://cloud.tencent.com/developer/article/1604660
