docx批量转markdown脚本
DOCX转Markdown:pandoc 指令格式
Python将DOCX转换为markdown文件:py 指令格式
-------------------------------------------------------------------------
docx批量转markdown脚本 (***)
https://blog.csdn.net/ken2232/article/details/134389091
docx批量转rst方法 (***) :分割word文档,word批量转 rst
https://blog.csdn.net/ken2232/article/details/134439155
有没有html转markdown的批量格式转换工具?linux文件编码批量转换脚本 (**)
https://blog.csdn.net/ken2232/article/details/134440905
==========================================
Python将DOCX转换为markdown文件:py 指令格式
需求驱动
我写了很多文章,用docx来保存,现在想把他放到博客上,我该怎么做?复制粘贴?不!我要格式转换!
DOCX转换成HTML
from pydocx import PyDocX
html = PyDocX.to_html(r"E:\工作管理\环境搭建\文档上传\格式转换\test.docx")
f = open("test.html", 'w', encoding="utf-8")
f.write(html)
f.close()
在这里插入图片描述如上图已经生成文件,我们看看效果:
在这里插入图片描述如上图,效果还是不错的。
HTML转换成markdown
from pydocx import PyDocX
import html2text as hthtml = PyDocX.to_html(r"E:\工作管理\环境搭建\文档上传\格式转换\test.docx")
f = open("test.html", 'w', encoding="utf-8")
f.write(html)
f.close()text_maker = ht.HTML2Text()
text_maker.bypass_tables = False
path =r"E:\工作管理\环境搭建\文档上传\格式转换\test.html"
htmlfile = open(path,'r',encoding='UTF-8')
htmlpage = htmlfile.read()
text = text_maker.handle(htmlpage)
md = text.split('#')
open("test.md","w").write(md[1])
原文链接:https://blog.csdn.net/weixin_43431593/article/details/105185702
DOCX转Markdown:指令格式
工具
pandoc 一个强大的转换工具
下载教程:https://blog.csdn.net/qq_45224889/article/details/123463037
使用
pandoc -f docx -t markdown --extract-media ./ -o 转换后你要的文件.md -i 你要转化的文件.docx
-f docx:指定源文件为 docx 格式(from)
-t markdown:指定我们要转为 md 格式(to)
–extract-media ./images :将图片文件导出到目录 ./images/media ,所以仅仅 ./ 会默认放在当前目录下的media中
-o output.md:表示输出的文件名为 output.md(output)
-i input.docx:表示要转换的文件为 input.docx ( -i 可省略 )
原文链接:https://blog.csdn.net/Bkhole/article/details/131738597
利用Pandoc软件来转换word文件到markdown文件
注意doc文件需要保存docx文件格式才可以使用下面命令行
# docx没有图片的情况如下:
pandoc ".\test.docx" -o 1.md
# docx如果存在图片,需要将图片保存到media目录下面如下:
pandoc test.docx --extract-media=. -o test.md
原文链接:https://blog.csdn.net/ningfeng8899/article/details/131637881
docx批量转markdown脚本 (***)
写在前面
使用该方法只能转换格式比较简单的文档,包含表格的效果不是很好。
注:表格的效果,还行吧?
之所以该作者说效果不好,只是因为所使用的命令,不是最合适的而已?
工具
转换需要使用到Pandoc工具。
Pandoc是由John MacFarlane开发的标记语言转换工具,可实现不同标记语言间的格式转换,堪称该领域中的“瑞士军刀”。
Pandoc下载链接
windows脚本
docx转markdown
@echo off
for /f "tokens=* delims=" %%i in ('dir /b *.docx') do (
@echo %%i
pandoc -f docx -t markdown -o "%%~ni.md" "%%i"
@echo Finished
)pause > nul
markdown转docx
@echo off
for /f "tokens=* delims=" %%i in ('dir /b *.md') do (
@echo %%i
pandoc -f markdown -t docx -o "%%~ni.docx" "%%i"
@echo Finished
)pause > nul
python脚本
脚本名称docx_to_md.py
import os
# 将中文部分替换为你想要的文件路径。
filepath = r'待转换文件所在文件夹'
destination_path = r'转换后文件所在文件夹'# 检查转换后文件所在文件夹是否存在,不存在则创建。
if os.path.exists(destination_path):
pass
else:
os.makedirs(destination_path)# os.listdir 命令列出待转换文件所在文件夹中所有文件的名称,包含 .xxx 后缀
file_names = os.listdir(filepath)for file_name in file_names:
# .rfind('.'),从左往右直到最后一个 . 的位置。
index = file_name.rfind('.')# index == -1 即不存在 . 符号。
if index != -1:# 将不带后缀的文件名储存到另一变量中。
file_name_nosuffix = file_name[:index]# os.system 命令调用系统命令行。Linux 和 Mac 可能需要将 \ 替换为 /.
os.system(f'pandoc {filepath}\{file_name} -f docx -t markdown -s -o {destination_path}\{file_name_nosuffix}.md')
终端执行脚本
$ python docx_to_md.py
————————————————
版权声明:本文为CSDN博主「会打莎士比亚的猴子」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_32966261/article/details/130642893
:https://blog.csdn.net/qq_32966261/article/details/130642893