Python将DOCX转换为markdown文件

最新推荐文章于 2024-08-11 05:29:48 发布

Lion King

最新推荐文章于 2024-08-11 05:29:48 发布

阅读量1.3w

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/weixin_43431593/article/details/105185702

版权

python 专栏收录该内容

92 篇文章 36 订阅

订阅专栏

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 ht

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()

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])