使用python批量将html文件转为word文档

因为项目需要，前段时间编写了一个使用python批量将html文件转为word文档的程序，今天分享给大家

源码：

import os

import pypandoc

# pypandoc.convert_file(r'C:/Users/Administrator/Desktop/ss/2022年福建中考数学真题及答案_docx/index.html','docx',outputfile='test.docx')

path = r"C:\Users\Administrator\Desktop\s"
filelist = os.listdir(path)
zong = len(filelist)
i = 0
j=0
for dirs in filelist:
    try:
        if dirs.endswith("_docx"):
            htmlname = dirs.replace("_docx", "")
            with open(path + '\\' + dirs + '\\index.html', 'r+', encoding='utf-8') as htmlfile:
                htmlstr = htmlfile.read()
                newhtmlstr = htmlstr.replace('src="index.', 'src="' + path + '\\' + dirs + '\\' + 'index.')
            newhtml = open(path + '\\' + dirs + '\\index1.html', 'w', encoding='utf-8')
            newhtml.write(newhtmlstr)
            newhtml.close()
            pypandoc.convert_file(path + '\\' + dirs + '\\index1.html', 'docx',
                              outputfile=path + '\\' + dirs + '\\' + htmlname + '.docx')
            i += 1
            print('正在处理' + htmlname + '.docx', str(i) + '/' + str(zong), f"成功数量{str(i)},失败数量{str(j)}")

        elif dirs.endswith("_doc"):
            htmlname = dirs.replace("_doc", "")
            with open(path + '\\' + dirs + '\\index.html', 'r+', encoding='utf-8') as htmlfile:
                htmlstr = htmlfile.read()
                newhtmlstr = htmlstr.replace('src="index.', 'src="' + path + '\\' + dirs + '\\' + 'index.')
            newhtml = open(path + '\\' + dirs + '\\index1.html', 'w', encoding='utf-8')
            newhtml.write(newhtmlstr)
            newhtml.close()
            pypandoc.convert_file(path + '\\' + dirs + '\\index1.html', 'docx',
                              outputfile=path + '\\' + dirs + '\\' + htmlname + '.docx')
            i += 1
            print('正在处理' + htmlname + '.docx', str(i) + '/' + str(zong),f"成功数量{str(i)},失败数量{str(j)}")
        elif dirs.endswith("_DOC"):
            htmlname = dirs.replace("_DOC", "")
            with open(path + '\\' + dirs + '\\index.html', 'r+', encoding='utf-8') as htmlfile:
                htmlstr = htmlfile.read()
                newhtmlstr = htmlstr.replace('src="index.', 'src="' + path + '\\' + dirs + '\\' + 'index.')
            newhtml = open(path + '\\' + dirs + '\\index1.html', 'w', encoding='utf-8')
            newhtml.write(newhtmlstr)
            newhtml.close()
            pypandoc.convert_file(path + '\\' + dirs + '\\index1.html', 'docx',
                              outputfile=path + '\\' + dirs + '\\' + htmlname + '.docx')
            i += 1
            print('正在处理' + htmlname + '.docx', str(i) + '/' + str(zong),f"成功数量{str(i)},失败数量{str(j)}")
    except Exception:
        print(f'有异常,成功数量{str(i)},失败数量{str(j)}')
        j+=1
    continue
print(f"执行结束，")

解释：

1、首先导入os包，这个包是操作文件的包。

2、导入pypandoc包，使用这个包将来生成word文档。

3、需要安装pandoc软件，如果之前没有安装过这个软件，在使用pypandoc会提示下载地址的。

4、使用os包来读取目标路径下有多少html文件。

5、使用for循环来遍历这些文件，并读取他们

6、使用pypandoc包将读取到的数据生成word文档。

使用五六十行python代码，在短短几十秒的时间就能完成人工需要十天半个月的工程，是不是很实用呢？