python导入word转换的html,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

Python跳过第一行读取文件内容

Python编程时,经常需要跳过第一行读取文