python将word的doc另存为docx的实现方案_Python

引言

在 python 中，你可以使用 python-docx 库来操作 word 文档。不过需要注意的是，.doc 是旧的 word 格式，而 .docx 是新的基于 xml 的格式。python-docx 只能处理 .docx 格式。

方案 1：直接保存为 docx（如果已经是 docx 格式）

如果你实际上是想将一个 docx 文件另存为另一个 docx 文件（例如进行一些修改后保存），可以这样做：

from docx import document

# 打开现有的 docx 文件
doc = document('input.docx')

# 进行任何需要的修改...

# 另存为新的 docx 文件
doc.save('output.docx')

方案 2：将 doc 转换为 docx

如果你确实需要将旧的 .doc 格式转换为 .docx 格式，你需要使用其他工具，因为 python-docx 不能直接读取 .doc 文件。以下是几种方法：

方法 1：使用 win32com（仅 windows）

import win32com.client

def convert_doc_to_docx(doc_path, docx_path):
    word = win32com.client.dispatch("word.application")
    doc = word.documents.open(doc_path)
    doc.saveas(docx_path, fileformat=16)  # 16 是 docx 格式
    doc.close()
    word.quit()

# 使用示例
convert_doc_to_docx('input.doc', 'output.docx')

方法 2：使用 pypandoc（需要安装 pandoc）

import pypandoc

def convert_doc_to_docx(doc_path, docx_path):
    output = pypandoc.convert_file(doc_path, 'docx', outputfile=docx_path)
    assert output == ""  # 确保转换成功

# 使用示例
convert_doc_to_docx('input.doc', 'output.docx')

方法 3：使用 libreoffice 命令行（跨平台）

import subprocess

def convert_doc_to_docx(doc_path, docx_path):
    subprocess.run(['libreoffice', '--headless', '--convert-to', 'docx', doc_path, '--outdir', output_dir])

# 使用示例
convert_doc_to_docx('input.doc', 'output.docx')