起因
被安排了个活,让对比一下两个文件夹内的同名doc文件是否相同,也不知道意义是啥,一百来个文件,一个一个打开太麻烦,而且电脑都卡死机了,因此,通过度娘整理了一些资料,用python实现了对比功能。
注:可以输出两个内容不同的段落,但不会具体定位到哪一句话,所以需要自己仔细看看哪一句话有问题。比较适合粗略的文件是否相同对比。
文章没什么创新,只是做了一个总结,网上东西杂七杂八的,这里记录以下个人测试可用的方法,以免后续有人继续踩坑
流程
doc转docx
如果要对比的文件本身就是docx就不需要看这一步,直接转向下一步就可以了
转换为docx的原因是:python的docx库不能处理doc文件。。。
linux环境配置:运行以下程序,确保可以调用命令行版的liboffice,来转换doc到docx
sudo apt-get install libreoffice-writer
运行以下程序完成doc转docx
# from win32com import client as wc #导入模块
# word = wc.Dispatch("Word.Application") # 打开word应用程序
# for file in files:
# doc = word.Documents.Open(file) #打开word文件
# doc.SaveAs("{}x".format(file), 12)#