昨天發了一篇關於python批量將word 03版本的.doc格式文檔轉成.docx的文章：word批量doc轉docx格式-python。今天我們繼續說一下使用python將word內容轉換成html文件。下面一起來看一下。
Python實現word批量轉HTML-附工具
python
準備工作
使用python類庫PyDocX，安裝方法（使用pip進行安裝），命令如下：
pip install python-docx
類庫介紹
python-docx是用於創建和更新Microsoft Word（.docx）文件的Python庫。它可以針對word做很多操作。比如打開文件、寫入內容、編寫內容樣式、解析內容、讀取內容等等。主要就是針對word做的一款功能庫。
說代碼
下面一起來說一下代碼。首先是做了一個聲明的內容，主要是出現過代碼工具被網絡上的人給進行販賣，特此說了註釋。
1、通過os類庫，獲取當前目錄下的所有文件信息
當前目錄下的文件
file_path = os.getcwd()
print("當前位置：%s" % file_path)
2、通過函數進行獲取數據，並對目錄下文件進行判斷，只獲取.docx類型文檔
data = []
for root, dirs, files in os.walk(files_path, topdown=False):
for name in files:
f_p = os.path.join(root, name).replace("\", "/")
file_type = os.path.splitext(f_p)
if file_type[1] == '.docx':
if " " in file_type[0]:
os.rename(f_p, f_p.replace(" ", ""))
f_p = f_p.replace(" ", "")
data.append(f_p)
return data
這裏呢，我們做了一個判斷的操作，主要是防止文件名稱上出現空格的問題，因爲在測試過程中發現了空格的文檔名稱是否沒有辦法找到文件的。
3、判斷數據情況
if not file_array:
print("此目錄下無docx格式word文件")
開始轉換
print("開始轉換")
for v in file_array:
main(v)
如果當前目錄下不含有符合的文檔，那麼程序直接就跳出了，不再向下執行了。
4、開始轉換
這裏我們使用的是在3中循環調用方法，下面看一下代碼
html = PyDocX.to_html(v)
file_name = os.path.splitext(v)
f = open("%s.html" % file_name[0], 'w', encoding="utf-8")
f.write(html)
f.close()
整體來看轉換的方法很簡單，在類庫中已經幫我們做好的功能，只需要簡單的調用就可以了。我採用的是保持原有word文件名稱來生成html文件。這樣方便進行查找。
其實這裏也可以不用生成文件的，可以將獲取的內容數據直接存入數據庫中，在頁面直接作出展示。
獲取方式