deepseek写的word转txt的代码

赵乾舟

1. import os
   
2. from docx import Document
   
3. import win32com.client  # 仅用于处理.doc文件（需Windows环境）
   
4. import pythoncom
   
5. import glob
   
6. 
   
7. 
   
8. def docx_to_txt(docx_path, txt_path):
   
9.     """将.docx文件转换为.txt文件"""
   
10.     try:
    
11.         doc = Document(docx_path)
    
12.         text = '\n'.join([para.text for para in doc.paragraphs])
    
13.         with open(txt_path, 'w', encoding='utf-8') as f:
    
14.             f.write(text)
    
15.         return True
    
16.     except Exception as e:
    
17.         print(f"处理 {docx_path} 时出错: {str(e)}")
    
18.         return False
    
19. 
    
20. 
    
21. def doc_to_txt(doc_path, txt_path):
    
22.     """将.doc文件转换为.txt文件（需安装pywin32且只能在Windows运行）"""
    
23.     try:
    
24.         pythoncom.CoInitialize()  # 初始化COM库
    
25.         word = win32com.client.Dispatch("Word.Application")
    
26.         doc = word.Documents.Open(doc_path)
    
27.         doc.SaveAs(txt_path, FileFormat=2)  # FileFormat=2表示保存为txt
    
28.         doc.Close()
    
29.         word.Quit()
    
30.         pythoncom.CoUninitialize()
    
31.         return True
    
32.     except Exception as e:
    
33.         print(f"处理 {doc_path} 时出错: {str(e)}")
    
34.         return False
    
35. 
    
36. 
    
37. def convert_folder(input_folder, output_folder):
    
38.     """转换指定文件夹内的所有Word文档"""
    
39.     # 确保输出目录存在
    
40.     os.makedirs(output_folder, exist_ok=True)
    
41. 
    
42.     # 处理.docx文件
    
43.     for docx_file in glob.glob(os.path.join(input_folder, "*.docx")):
    
44.         base_name = os.path.basename(docx_file)[:-5]
    
45.         txt_file = os.path.join(output_folder, f"{base_name}.txt")
    
46.         if docx_to_txt(docx_file, txt_file):
    
47.             print(f"转换成功: {docx_file} -> {txt_file}")
    
48. 
    
49.     # 处理.doc文件（仅在Windows环境生效）
    
50.     if os.name == 'nt':
    
51.         for doc_file in glob.glob(os.path.join(input_folder, "*.doc")):
    
52.             base_name = os.path.basename(doc_file)[:-4]
    
53.             txt_file = os.path.join(output_folder, f"{base_name}.txt")
    
54.             if doc_to_txt(doc_file, txt_file):
    
55.                 print(f"转换成功: {doc_file} -> {txt_file}")
    
56. 
    
57. 
    
58. if __name__ == "__main__":
    
59.     input_dir = r"C:\Users\Administrator\Documents\001"  # 输入文件夹路径（存放Word文档）
    
60.     output_dir = "output_txt"  # 输出文件夹路径（存放TXT文件）
    
61. 
    
62.     convert_folder(input_dir, output_dir)
    
63. 
    
64.     # 如果存在不支持的.doc文件且不在Windows环境，给出提示
    
65.     if glob.glob(os.path.join(input_dir, "*.doc")) and os.name != 'nt':
    
66.         print("\n发现.doc文件，请注意：")
    
67.         print("1. .doc转换需要Windows操作系统并安装Microsoft Word")
    
68.         print("2. 需要安装pywin32库：pip install pywin32")
    
69.         print("3. 非Windows用户建议手动将.doc文件另存为.docx格式")
    

复制代码

需要安装两个库

python-docx

pywin32