利用python将doc文件转换为docx |
您所在的位置：网站首页 › 如何把docx转换成docx › 利用python将doc文件转换为docx |
|
需求：最近在研究word文档的抽取，发现python中docx库只能提取以docx结尾的文件，因此需要将doc文件转换为docx。 基础知识了解 1.什么是doc? 汉语：文档（外语全称：Document）是电脑文件常见文件扩展名的一种，是微软Word2003以前版本的文本文档。 2.什么是docx? docx是微软Word文件的扩展名，是微软Word2007之后版本使用的格式，其基于open XML的压缩格式。 3.doc和docx的区别？ doc和docx都是word的文件格式，doc格式是微软专用格式，并没有对外完全授权，而docx文件是doc文件的继承者。 从存储方式来讲，doc采用二进制的存储方式，而docx采用xml的方式，其实际上是一个打包的压缩文件； 从文件存储的大小来看，docx相对于doc可以节省很多的空间； 从响应速度来看，docx也要比doc更快； 实现代码： import os from win32com import client as wc def save_doc_to_docx(rawpath): # doc转docx ''' :param rawpath: 传入和传出文件夹的路径 :return: None ''' word = wc.Dispatch("Word.Application") # 不能用相对路径，老老实实用绝对路径 # 需要处理的文件所在文件夹目录 filenamelist = os.listdir(rawpath) for i in os.listdir(rawpath): # 找出文件中以.doc结尾并且不以~$开头的文件（~$是为了排除临时文件的） if i.endswith('.doc') and not i.startswith('~$'): print(i) # try # 打开文件 doc = word.Documents.Open(rawpath + i) # # 将文件名与后缀分割 rename = os.path.splitext(i) # 将文件另存为.docx doc.SaveAs(path + rename[0] + '.docx', 12) # 12表示docx格式 doc.Close() word.Quit() if __name__ == '__main__': # 注意：目录的格式必须写成双反斜杠 path = 'C:\\Users\\Admin\\Desktop\\' save_doc_to_docx(path) |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |