Python Word 转html

Python Word 转html

工作中偶尔用到word转html，实际需求更多是要转表单形式进行交互，找了下网上也没找到合适。

除了在线转，一般就PyDocx和Mammoth，这两个库。用来转换静态html，只做展示也还行。两个库对图片都是通过base64进行编码。

首先pip两个库。

pip install pydocx -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install mammoth -i https://pypi.tuna.tsinghua.edu.cn/simple

from pydocx import PyDocX
import mammoth

#PyDocx转换
html = PyDocX.to_html("test.docx")
f = open("test3.html", "w", encoding='utf-8')
f.write(html)
f.close()

#Mammoth
style_map = """
p[style-name='Section Title'] => h1:fresh
p[style-name='Subsection Title'] => h2:fresh
"""
with open("test.docx", "rb") as f:
    res = mammoth.convert_to_html(f, style_map=style_map)
    html2 = res.value
h = open("test4.html", "w", encoding='utf-8')
h.write(html2)
h.close()

Mammoth 可以自定义样式映射。参考github

PyDocx更多是对word文档的操作，具体的一些细节可以参考这篇文章：参考文章

原文中word的样式如图：

PyDocx转换：

Mammoth转换