python如何转换word格式、读取word内容、转成html

# python如何转换word格式、读取word内容、转成html？

import docx
from win32com import client as wc

# 首先将doc转换成docx
word = wc.Dispatch("Word.Application")

doc = word.Documents.Open(r"D:\\demo.doc")
#使用参数16表示将doc转换成docx
doc.SaveAs(r"D:\\most.docx",16)
doc.Close()

word.Quit()

#读取word内容
doc = docx.Document("D:\most.docx")
data = doc.paragraphs[0].text
print(data)

# 转换成html
from docx2html import convert
import HTMLParser

html_parser = HTMLParser.HTMLParser()
#使用docx2html模块将docx文件转成html串，随后你想干嘛都行
html = convert("G:\\t.docx")

# 这句非常关键，docx2html模块将中文进行了转义，所以要将生成的字符串重新转义
print html_parser.enescape(html)
来源：http://outofmemory.cn

 

转载于:https://www.cnblogs.com/themost/p/7243511.html