word文档转换为txt-python

最新推荐文章于 2025-02-08 19:58:11 发布

原创最新推荐文章于 2025-02-08 19:58:11 发布 · 4.1k 阅读

2 ·

CC 4.0 BY-SA版权

code 专栏收录该内容

3 篇文章

订阅专栏

本文介绍了一个使用Python脚本批量将Microsoft Word文档（.doc格式）转换为纯文本文件（.txt格式）的方法。该脚本利用win32com客户端库操作Word应用程序，实现了自动化文档转换的功能。

__author__ = 'fremcode@gmail.com'
# -*- coding: utf-8 -*-
import os
import sys
import fnmatch
import win32com.client

PATH = os.path.abspath(os.path.dirname(sys.argv[0]))
PATH_DATA = os.path.abspath(os.path.dirname(sys.argv[0]))+"\data"

#主要执行函数
def main():
    wordapp = win32com.client.gencache.EnsureDispatch("Word.Application")
    try:
        for root, dirs,files in os.walk(PATH_DATA):
            for _dir in dirs:
                pass
            for _file in files:
                if not fnmatch.fnmatch(_file,'*.doc'):
                    continue
                word_file = os.path.join(root, _file)
                wordapp.Documents.Open(word_file)
                docastxt = word_file[:-3] +'txt'
                wordapp.ActiveDocument.SaveAs(docastxt,FileFormat = win32com.client.constants.wdFormatText)
                wordapp.ActiveDocument.Close()
    finally:
        wordapp.Quit()
    print "well done!"

if __name__ == '__main__':
    main()