不同编码格式的TXT转化为WORD

最近需要将图片识别出的TXT文件进行格式转化，但是用软件进行的话需要自己上传，文件量大的话可能会出现文件遗漏，并且还面临不同编码格式的TXT可能软件不识别的问题。并且收费软件虽然快但是毕竟要money，免费的则需要排队，所以写了一段代码在电脑上便能转化。

第一步识别TXT编码类型并进行内容读取。

import os
import chardet
import codecs
from docx import Document

def txt_to_word(input_file, output_file):
    """
    将TXT文件转换为Word (.docx) 文件
    :param input_file: 输入的TXT文件路径
    :param output_file: 输出的Word文件路径
    """
    # 创建一个新的Word文档对象
    doc = Document()

    # 检测文件的原始编码
    with open(input_file, 'rb') as binary_file:
        raw_data = binary_file.read()
        detected_encoding = chardet.detect(raw_data)['encoding']

    # 以原始编码打开文件并读取内容
    with open(input_file, 'r', encoding=detected_encoding) as txt_file:
        txt_content = txt_file.read()

第二部进行TXT类容写入

# 将TXT内容逐段添加到Word文档中
    for paragraph in txt_content.split('\n\n'):  # 假设两段空行分隔段落
        doc.add_paragraph(paragraph)

    # 保存转换后的Word文档
    doc.save(output_file)

第三步就是文件保存成WORD以及设定文件路径

def convert_folder_txt_to_word(input_folder, output_folder):
    """
    将指定文件夹中所有TXT文件转换为Word (.docx) 文件
    :param input_folder: 存放TXT文件的文件夹路径
    :param output_folder: 存放转换后Word文件的目标文件夹路径
    """
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)

    for filename in os.listdir(input_folder):
        if filename.endswith('.txt'):
            input_file = os.path.join(input_folder, filename)
            output_file = os.path.join(output_folder, filename[:-4] + '.docx')  # 去掉.txt后缀，添加.docx后缀
            txt_to_word(input_file, output_file)

if __name__ == "__main__":
    input_folder = 'TXT文件来源路径'  # 放置TXT文件的文件夹路径
    output_folder = '转换文件保存路径'  # 目标Word文件存放的文件夹路径
    convert_folder_txt_to_word(input_folder, output_folder)

然后就转化好了