python docx文档转html页面

2019独角兽企业重金招聘Python工程师标准>>>

说到word文档转html的，网上一搜一大把，各种在线word转html页面，使用起来也方便。但是在实际项目中要使用的话，需要自己开发，这里就提供一个简单的方法。 
后缀 .doc 和 .docx 都是word文档，doc是word2003以及之前版本保存的文档，docx是word2007、word2010等保存的新型文档，本质都是属于文字排版的文件。注意 这里提供的方法暂时是针对docx的。

这里使用pydocx的库，安装pip3 install pydocx，可以直接对docx文件进行处理，简单粗暴，PyDocX.to_html("**.docx")，返回值就是转换后的html的源码，然后再通过写文件，写到html文件里面。

from pydocx import PyDocX
html = PyDocX.to_html("test.docx")
f = open("test.html", 'w', encoding="utf-8")
f.write(html)
f.close()

这里对文件的处理都是当前文件夹下面的，得到的html文件可以直接打开查看，通过对html查看，可以发现文字转换成了P标签，图片使用base64 的方式显示的。

这里是对本地的文件进行处理，进一步部署到服务器上，我使用的是Django的项目，前端页面通过form 表单进行上传docx 文件。

转载于:https://my.oschina.net/u/3611008/blog/2878712