python Word文件转换为pdf文件（doc/docx文件转化为pdf文件）
import os
from win32com import client
#pip instatll win32com
def doc2pdf(doc_name, pdf_name):
"""
:word文件转pdf
:param doc_name word文件名称
:param pdf_name 转换后pdf文件名称
"""
try:
word = client.DispatchEx("Word.Application")
if os.path.exists(pdf_name):
os.remove(pdf_name)
worddoc = word.Documents.Open(doc_name,ReadOnly = 1)
worddoc.SaveAs(pdf_name, FileFormat = 17)
worddoc.Close()
return pdf_name
except:
return 1
if __name__=='__main__':
doc_name = "f:/test.doc"
ftp_name = "f:/test.pdf"
doc2pdf(doc_name, ftp_name)
python doc转docx
from win32com import client
def doc2docx(doc_name,docx_name):
"""
:doc转docx
"""
try:
# 首先将doc转换成docx
word = client.Dispatch("Word.Application")
doc = word.Documents.Open(doc_name)
#使用参数16表示将doc转换成docx
doc.SaveAs(docx_name,16)
doc.Close()
word.Quit()
except:
pass
if __name__ == '__main__':
doc2docx(f:test.doc','f:/test.docx')
python docx转html
import docx
from docx2html import convert
import HTMLParser
def docx2html(docx_name,new_name):
"""
:docx转html
"""
try:
#读取word内容
doc = docx.Document(docx_name,new_name)
data = doc.paragraphs[0].text
# 转换成html
html_parser = HTMLParser.HTMLParser()
#使用docx2html模块将docx文件转成html串，随后你想干嘛都行
html = convert(new_name)
#docx2html模块将中文进行了转义，需要将生成的字符串重新转义
return html_parser.enescape(html)
except:
pass
if __name__ == '__main__':
docx2html('f:/test.docx','f:/test1.docx')
