doc转docx文件会乱吗_利用python将doc文件转换为docx

需求：最近在研究word文档的抽取，发现python中docx库只能提取以docx结尾的文件，因此需要将doc文件转换为docx。

基础知识了解

1.什么是doc?

汉语：文档（外语全称：Document）是电脑文件常见文件扩展名的一种，是微软Word2003以前版本的文本文档。

2.什么是docx?

docx是微软Word文件的扩展名，是微软Word2007之后版本使用的格式，其基于open XML的压缩格式。

3.doc和docx的区别？

doc和docx都是word的文件格式，doc格式是微软专用格式，并没有对外完全授权，而docx文件是doc文件的继承者。

从存储方式来讲，doc采用二进制的存储方式，而docx采用xml的方式，其实际上是一个打包的压缩文件；

从文件存储的大小来看，docx相对于doc可以节省很多的空间；

从响应速度来看，docx也要比doc更快；

实现代码：

import os
from win32com import client as wcdef save_doc_to_docx(rawpath):  # doc转docx''':param rawpath: 传入和传出文件夹的路径:return: None'''word = wc.Dispatch("Word.Application")# 不能用相对路径，老老实实用绝对路径# 需要处理的文件所在文件夹目录filenamelist = os.listdir(rawpath)for i in os.listdir(rawpath):# 找出文件中以.doc结尾并且不以~$开头的文件（~$是为了排除临时文件的）if i.endswith('.doc') and not i.startswith('~$'):print(i)# try# 打开文件doc = word.Documents.Open(rawpath + i)# # 将文件名与后缀分割rename = os.path.splitext(i)# 将文件另存为.docxdoc.SaveAs(path + rename[0] + '.docx', 12)  # 12表示docx格式doc.Close()word.Quit()if __name__ == '__main__':path = 'C:UsersAdminDesktop'save_doc_to_docx(path)

doc转docx文件会乱吗_利用python将doc文件转换为docx相关推荐

python 16bit转8bit的工具_利用python读取YUV文件转RGB 8bit/10bit通用
注:本文所指的YUV均为YUV420中的I420格式(最常见的一种),其他格式不能用以下的代码. 位深为8bit时,每个像素占用1字节,对应文件指针的fp.read(1): 位深为10bit时,每个像 ...
去掉java文件中的注释_利用JavaParser去除java文件中的注释
利用JavaParser去除java文件中的注释个人博客:记录一下在项目实施过程中的一些点情景回顾之前项目有个需求,就是去掉.java文件中的所有注释,常用的方法是用正则匹配.然而在网络上查找到 ...
python 遍历文件夹下文件修改并保存_利用python完成自动化的任务之遍历文件夹修改文件之后并保存备份...
#利用python完成自动化的任务 #遍历文件夹里面的所有的内容--然后打开---利用正则表达式修改文本的内容(re.sub)---然后写入到新的文本内容中 import docx import re ...
python从文件中读取数据_【Python】从文件中读取数据
从文件中读取数据 1.1 读取整个文件要读取文件,需要一个包含几行文本的文件(文件PI_DESC.txt与file_reader.py在同一目录下) PI_DESC.txt 3.1415926535 ...
python生成多级文件夹_利用 python 遍历多级文件夹处理不同文件
需求:近期,同事在处理文件的时候,常常需要从一堆文件中提取一些数据信息: 分析:由于每个文件夹下面的文件或文件夹多如牛毛,文件类型也很多种,需要针对不同文件类型做处理,人工处理是不现实的,只能用脚本处 ...
python入门文件读取与写入_使用Python对Dicom文件进行读取与写入的实现
Pydicom 单张影像的读取使用 pydicom.dcmread() 函数进行单张影像的读取,返回一个pydicom.dataset.FileDataset对象. import os import ...
python复制文件到另一个文件夹并重命名_基于python实现复制文件并重命名
方法: shutil.copy("c://ccc//模板.xlsx","c://ccc//新文件.xlsx") 需求: 已知的Excel模板格式.已知的文件命名 ...
python计算csv列平均值_利用Python读取CSV文件并计算某一列的均值和方差
近日需要对excel的csv文件进行处理,求取某银行历年股价的均值方差等一系列数据文件的构成很简单,部分如下所示总共有接近七千行数据,主要的工作就是将其中的股价数据提取出来,放入一个数组之中,然后 ...
python对csv文件中的数据进行分类_利用Python对csv文件中的数据进行排序
代码如下: #导入包 import pandas as pd from pandas import DataFrame,Series #设置路径 path='C:\\Users\\jyjh\\Desk ...

doc转docx文件会乱吗_利用python将doc文件转换为docx

doc转docx文件会乱吗_利用python将doc文件转换为docx相关推荐

最新文章

热门文章