python docx 合并文档 图片_Python合并word文档制作电子书

需求：

将某大V公众号文章全部下载，整理成合集，并整理成电子书进行阅读。

以冯大辉老师公众号【小道消息】为例

实现步骤

一、批量下载公众号文章

使用 WeChatDownloadv20200423 工具将公众号文章下载成word文档。

截止今日（20200602）共获取到 1278 个 Word 文档

二、合并多个word文档为一个文档

以前是 Word 中添加对象中文字合并的，但效率比较低下，一次只能添加几十个。且无标题。

于是乎尝试使用 Python 将多 Word 文档进行合并，并根据原word文档名称生成标题。

三、合并 Word 文档 Python 代码

​

感觉python运行了小20分钟才合并完成，不过1278个文档，并手工效率高太多。

四、优化 Word 文档

删掉其中的无关、不需要、重复字样。

删除 ‘精选留言’ '赞无'

删除空行

删除无字标题（没有发现统一方法，手工干，或者不删除影响不大）

删除'阅读原文'，'阅读全文'

文档5046页，内容超级丰富。

五、转换为 Epub 格式电子书

转换为epub格式电子书，供手机阅读

先转换为 pdf 格式

将 pdf 格式转换为Epub

154M的电子书就制作完成了，上传喜欢的app就可以开始读书、听书了。