使用python遍历文件夹将word转为html
有一个小需求，将word文档在页面上显示。因为需要word里面的格式（还有图片），所以不能抽出文本显示。考虑将word转为html后在页面显示html代码，可以保留格式和图片链接（图片链接需要做处理）。
?
不知道使用java是否可以完成这个功能，不过网上找到使用python调用windows接口的文章，所以照着做了一下，还挺方便的。第一次用python，只是照葫芦画瓢，在此记录一下。
?
#coding=utf-8#文件名：#BatchConverWords2Html.py#说明：#批量将一个文件夹下的所有.doc/.docx文件转为.html文件，需要安装对应的win32模块#调用方式：进入源程序目录，命令：python BatchConverWords2Html.py RootDirfrom win32com import client as wcimport osword = wc.Dispatch('Word.Application')def wordsToHtml(dir):for path, subdirs, files in os.walk(dir):for wordFile in files:wordFullName = os.path.join(path, wordFile)#print "word:" + wordFullNamedoc = word.Documents.Open(wordFullName)wordFile2 = unicode(wordFile, "gbk")dotIndex = wordFile2.rfind(".")if(dotIndex == -1):print "********************ERROR: 未取得后缀名！"fileSuffix = wordFile2[(dotIndex + 1) : ]if(fileSuffix == "doc" or fileSuffix == "docx"):fileName = wordFile2[ : dotIndex]htmlName = fileName + ".html"htmlFullName = os.path.join(unicode(path, "gbk"), htmlName)#htmlFullName = unicode(path, "gbk") + "\" + htmlNameprint "generate html:" + htmlFullNamedoc.SaveAs(htmlFullName, 10)doc.Close()word.Quit()print ""print "Finished!"if __name__ == '__main__':import sysif len(sys.argv) != 2:print "Usage: python funcName.py rootdir"sys.exit(100)wordsToHtml(sys.argv[1])?
运行结果就是在rootdir目录下的所有word文档转为简洁版的html网页文件，生成的文件存在原word同目录下，有可能生成 xxx.files 文件夹。
?
这里只是综合了一个遍历文件夹目录的例子和一个调用win32com接口的例子，对python还是不太明白，需要好好系统学习下。
?
参考了《Python Cookbook》书 2.17 的一段遍历文件夹的代码：
#《Python Cookbook》2.17 在目录树中改变文件扩展名import osdef swapextensions(dir, before, after):if before[:1] != '.':before = '.' + beforethelen = -len(before)if after[:1] != '.':after = '.' + afterfor path, subdirs, files in os.walk(dir):for oldfile in files:if oldfile[thelen:] == before:oldfile = os.path.join(path, oldfile)newfile = oldfile[:thelen] + afteros.rename(oldfile, newfile)if __name__ == '__main__':import sysif len(sys.argv) != 4:print "Usage: swapext rootdir before after"sys.exit(100)swapextensions(sys.argv[1], sys.argv[2], sys.argv[3])?
?
注：
1. 要想调用win32com接口，除了安装Python，还需要下载安装与python版本对应的pywin32模块，我下的是pywin32-216.win32-py2.7.exe；
?
参考：
一、Python转换office word文件为HTML
二、Python中使用中文
三、Python Cookbook
?
============================================
2011年8月23日
今天突然发现一个问题，使用python转出来的html和使用word软件手工转出来的html代码不一样，我之前一直认为调用的是同样的API结果应该一样！
?
ps：javaeye的SEO真好，现在百度搜索“python word html”第二篇就是这个，哎，不过我想看看其他人有没有遇到这种问题啊。
?
?
?
?
?
?
?
1 楼 mistress 2012-01-03 有个问题，OLE的图片例如visio图片，SaveAs以后存出来失真很厉害。。 2 楼 RonQi 2012-01-04 mistress 写道有个问题，OLE的图片例如visio图片，SaveAs以后存出来失真很厉害。。