【python】python办公自动化之Word操作


阅读数:   

前言

内容已学习完，文章待整理。

教程来自bilibili

https://blog.cdn.ionluo.cn/pdf/python-docx%E7%AC%94%E8%AE%B0.pdf

具体操作

提取Word图片

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
# coding:utf-8

import os
import shutil
import zipfile
import docx
import os, re


# 利用三方库docx实现图片提取(推荐)
def get_pictures_by_docx(word_path, result_path):
    """
    图片提取
    :param word_path: word文件路径
    :param result_path: 图片保存目录路径
    :return:
    """
    print(f'word_path: {word_path}\n')

    if not os.path.exists(result_path):
        os.makedirs(result_path)

    doc = docx.Document(word_path)
    # https://python-docx.readthedocs.io/en/latest/api/document.html?highlight=part#docx.document.Document.part
    dict_rel = doc.part._rels
    for rel in dict_rel:
        rel = dict_rel[rel]
        if "image" in rel.target_ref:
            #  media/image3.jpeg
            img_dir = os.path.basename(word_path).split('.')[0]
            img_name = rel.target_ref.split('/')[-1]
            img_abs_dir = os.path.join(result_path, img_dir)
            img_abs_name = os.path.join(img_abs_dir, img_name)
            if not os.path.exists(img_abs_dir):
                os.makedirs(img_abs_dir)
            with open(img_abs_name, "wb") as f:
                f.write(rel.target_part.blob)

# # 遍历文件夹
# def walkFile(file):
#     for root, dirs, files in os.walk(file):
#         # root 表示当前正在访问的文件夹路径
#         # dirs 表示该文件夹下的子目录名list
#         # files 表示该文件夹下的文件list
#
#         # 遍历文件
#         for f in files:
#             print(os.path.join(root, f))
#         # 遍历所有的文件夹
#         for d in dirs:
#             print(os.path.join(root, d))


# 获取一个目录下的所有word文件
def get_all_word(cwd, result=[]):
    files = os.listdir(cwd)
    for file in files:
        sub_dir = os.path.join(cwd, file)
        if os.path.isdir(sub_dir):
            get_all_word(sub_dir, result)
        elif os.path.splitext(sub_dir)[-1] in ['.docx', '.doc']:
            result.append(sub_dir)
    return result


# 利用word文件是一个zip压缩包的原理提取图片
def get_pictures_by_zip(word_path, result_path):
    """
    图片提取
    :param word_path: word文件路径
    :param result_path: 图片保存目录路径
    :return:
    """
    print(f'word_path: {word_path}\n')

    if not os.path.exists(result_path):
        os.makedirs(result_path)

    # 解压后文件存放路径
    tmp_path = f'{os.path.splitext(word_path)[0]}'
    # word文件的拷贝文件（为了以防万一，先拷贝源文件再解压）
    zip_path = shutil.copy(word_path, f'{os.path.splitext(word_path)[0]}_new{os.path.splitext(word_path)[1]}')
    # 解压word文件
    with zipfile.ZipFile(zip_path, 'r') as f:
        for file in f.namelist():
            print("file", file)
            f.extract(file, tmp_path)
    # 删除word文件的拷贝文件
    os.remove(zip_path)
    # word图片在解压文件内的word/media目录下
    pic_path = os.path.join(tmp_path, 'word/media')
    # 如果没有图片文件，结束，返回提示
    if not os.path.exists(pic_path):
        shutil.rmtree(tmp_path)
        return 'no pictures found'
    # 读取目录下的所有文件并拷贝到结果文件夹内（根据word文件名创建文件夹存储这些图片）
    pictures = os.listdir(pic_path)
    for picture in pictures:
        img_dir = os.path.basename(word_path).split('.')[0]
        img_name = picture
        img_abs_dir = os.path.join(result_path, img_dir)
        img_abs_name = os.path.join(img_abs_dir, img_name)
        if not os.path.exists(img_abs_dir):
            os.makedirs(img_abs_dir)
        shutil.copy(os.path.join(pic_path, picture), img_abs_name)
    shutil.rmtree(tmp_path)


if __name__ == '__main__':
    # current_path = os.getcwd()
    # result_path = os.path.join(word_path, '..', 'wordImage')

    word_path = r'E:\project\EDM\demo\python\word\newFile'
    result_path = os.path.join(word_path, 'wordImage')

    word_paths = get_all_word(word_path, [])
    print(f'\n当前路径下有word文件{len(word_paths)}个\n')
    for path in word_paths:
        # get_pictures_by_docx(path, result_path)
        get_pictures_by_zip(path, result_path)

    print('word图片提取完成，图片位置：' + result_path)

替换word图片

如果对word有足够的了解，理论上可以做到任何word编辑操作。

使用该方式，还可以实现word模板功能，和python库python-docx-template一样的功能。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
# coding:utf-8

import os
import shutil
import zipfile
import docx
import os, re


# 遍历获取文件夹下的所有文件，用于写入压缩文件(返回的结果是相对于root的相对路径)
# 注意这里的写法，result如果要初始化为空不能不传，因为是一个可变对象，传的是指针
def dfs_get_zip_file(cwd, result=[], root=None):
    root = root or cwd
    files = os.listdir(cwd)
    for file in files:
        sub_dir = os.path.join(cwd, file)
        if os.path.isdir(sub_dir):
            dfs_get_zip_file(sub_dir, result, root)
        else:
            result.append(sub_dir.split(root+os.sep)[-1])
    return result


# 遍历获取文件夹下的所有word文件(返回的结果是相对于root的相对路径)
def dfs_get_word_file(cwd, result=[], root=None):
    root = root or cwd
    files = os.listdir(cwd)
    for file in files:
        sub_dir = os.path.join(cwd, file)
        if os.path.isdir(sub_dir):
            dfs_get_word_file(sub_dir, result, root)
        elif os.path.splitext(sub_dir)[-1] in ['.docx', '.doc']:
            result.append(sub_dir.split(root+os.sep)[-1])
    return result


# 1. 复制所有的word文件到一个新的位置
# 2. 遍历里面的word文件，解压到文件夹中并删除之
# 3. 遍历解压后的word文件夹，找出封面图片并替换
# 4. 遍历解压后的word文件夹，将其还原回word文件并删除之
def replaceImage(word_path, image_path):
    """
    替换word的封面图片
    :param word_path: word文件夹路径
    :param image_path: 替换用的图片路径
    :return:
    """
    print(f'\nWord文件位置: {word_path}\n')

    # 1. 复制所有的word文件到一个新的位置
    # PermissionError: [Errno 13] Permission denied:
    # https://stackoverflow.com/questions/11278066/using-shutil-copyfile-i-get-a-python-ioerror-errno-13-permission-denied
    # https://www.jb51.net/article/87984.htm
    copy_path = os.path.abspath(os.path.join(word_path, '..', 'copyFile'))
    print('复制文件到：' + copy_path)
    if os.path.exists(copy_path):
        # os.makedirs(copy_path)
        _continue = input("Target position is not null! We will replace it, continue? (yes or no)\n> ")
        if _continue in ['yes', 'y', 'Y']:
            shutil.rmtree(copy_path)
        else:
            return 'interrupt'
    shutil.copytree(word_path, copy_path)

    print('\n')

    # 2. 遍历里面的word文件，解压到文件夹中并删除之
    word_files = dfs_get_word_file(copy_path, [])
    for word in word_files:
        print('解压word文件：' + word)
        word_abs_path = os.path.join(copy_path, word)  # 该word文件的绝对路径
        word_unzip_folder = word_abs_path.split('.')[0]  # 解压word存放文件夹路径
        # 解压
        with zipfile.ZipFile(word_abs_path, 'r') as f:
            for file in f.namelist():
                f.extract(file, word_unzip_folder)
        # 删除原来的word文件
        os.remove(word_abs_path)

    print('\n')

    # 3. 遍历解压后的word文件夹，找出封面图片并替换（这里通过文件大小来判断是否是封面图的）
    for word in word_files:
        print('替换word文件封面图片：' + word)
        word_abs_path = os.path.join(copy_path, word)  # 该word文件的绝对路径
        word_unzip_folder = word_abs_path.split('.')[0]  # 解压word存放文件夹路径
        # 图片位置在word/media
        image_dir = os.path.join(word_unzip_folder, 'word', 'media')
        if os.path.exists(image_dir):
            image_list = os.listdir(image_dir)
            for image in image_list:
                cover = os.path.join(image_dir, image)
                if os.path.getsize(cover) == 591035:
                    os.remove(cover)
                    shutil.copyfile(image_path, cover)

    print('\n')

    # 4. 遍历解压后的word文件夹，将其还原回word文件并删除之
    for word in word_files:
        print('将word文件夹压缩回word文件：' + word)
        word_abs_path = os.path.join(copy_path, word)  # 该word文件的绝对路径
        word_unzip_folder = word_abs_path.split('.')[0]  # 解压word存放文件夹路径

        zipFile = zipfile.ZipFile(word_abs_path, 'w')
        results = dfs_get_zip_file(word_unzip_folder, [])
        for result in results:
            zipFile.write(os.path.join(word_unzip_folder, result), result)
        zipFile.close()
        # 删除解压后的文件夹
        shutil.rmtree(word_unzip_folder)


if __name__ == '__main__':
    # word_path = r'E:\project\EDM\demo\python\word\newFile'
    image_path = r"E:\project\EDM\demo\python\word\file\图片1.png"

    replaceImage(word_path, image_path)

复制word文档内容到新的文件

该方式有一个很麻烦的点，就是速度太慢了，处理一个文档就要大概2-5秒。

关于win32com的使用，暂时没有找到好的文档，下面是一些我的参考文章。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
# coding:utf-8

# 文档 https://docs.microsoft.com/zh-cn/office/vba/api/word.application.activedocument
import win32com, os, sys, re
from win32com.client import Dispatch, constants
from docx import Document

# def OpenNewFile():
#     word = Dispatch('Word.Application')
#     # 或者使用下面的方法，使用启动独立的进程：
#     # word = DispatchEx('Word.Application')
#
#     # 如果不声明以下属性，运行的时候会显示的打开word
#     word.Visible = 0  # 0:后台运行 1:前台运行(可见)
#     word.DisplayAlerts = 0  # 不显示，不警告
#
#     # 创建新的word文档
#     doc = word.Documents.Add()
#
#     # 在文档开头添加内容
#     myRange1 = doc.Range(0, 0)
#     myRange1.InsertBefore('Hello word\n')
#
#     # 在文档末尾添加内容
#     myRange2 = doc.Range()
#     myRange2.InsertAfter('Bye word\n')
#
#     # 在文档i指定位置添加内容
#     i = 0
#     myRange3 = doc.Range(0, i)
#     myRange3.InsertAfter("what's up, bro?\n")
#
#     # doc.Save()  # 保存
#     doc.SaveAs(os.getcwd() + "\\funOpenNewFile.docx")  # 另存为
#     doc.Close()  # 关闭 word 文档
#     word.Quit()  # 关闭 office

def copy2Template(word_path, template_path, result_path):
    """
    复制word文件内容到模板word中，实现模板替换（这里就和手动的复制粘贴一样）
    :param word_path: word文件路径
    :param template_path: word模板文件路径
    :param result_path: 替换后保存文件夹路径
    :return:
    """
    print('\n')
    print(f'Word文件位置: {word_path}\n')
    print(f'Word模板位置: {template_path}\n')
    print(f'Word保存位置: {result_path}\n')

    if not os.path.exists(result_path):
        os.makedirs(result_path)

    w = win32com.client.Dispatch('Word.Application')
    # 或者使用下面的方法，使用启动独立的进程（推荐）：
    # w = win32com.client.DispatchEx('Word.Application')

    w.Visible = 0  # 0:后台运行 1:前台运行(可见)
    w.DisplayAlerts = 0  # 不显示，不警告
    
    # 导致下面错误的原因可能是：1. 绝对路径错误  2. 路径包含中文
    # pywintypes.com_error: (-2147023170, '远程过程调用失败。', None, None)
    # pywintypes.com_error: (-2147023174, 'RPC 服务器不可用。', None, None)
    word = w.Documents.Open(word_path)
    template = w.Documents.Open(template_path)

    # print(file.paragraphs[0].Copy())
    word.Activate()
    w.ActiveDocument.Sections[0].Range.Copy()
    template.Activate()
    w.ActiveDocument.Sections[0].Range.Paste()

    word_new_path = os.path.join(result_path, os.path.basename(word_path))
    w.ActiveDocument.SaveAs(word_new_path)

    # template.Activate()
    # w.ActiveDocument.Sections[0].Headers[0].Range.Copy()
    # file.Activate()
    # w.ActiveDocument.Sections[0].Headers[0].Range.Paste()
    # template.Activate()
    # w.ActiveDocument.Sections[0].Footers[0].Range.Copy()
    # file.Activate()
    # w.ActiveDocument.Sections[0].Footers[0].Range.Paste()
    # myRange = w.ActiveDocument.Range(10)
    # myRange.InsertBefore('Hello from Python!')

    word.Close()
    template.Close()

    try:
        w.Documents.Close()
        w.Quit()
        print('end')
    except Exception as e:
        print('error', e)

if __name__ == '__main__':
    word_path = os.path.join(os.getcwd(), 'file', 'file.docx')
    template_path = os.path.join(os.getcwd(), 'file', 'template.docx')
    result_path = os.path.join(os.getcwd(), 'newFile')
    copy2Template(word_path, template_path, result_path)

汇总上面实现的word文件模板替换需求

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
# coding:utf-8

import os
import shutil
import zipfile
import docx
import os, re
import win32com
from win32com.client import Dispatch, constants
from docx import Document


# 遍历获取文件夹下的所有文件，用于写入压缩文件(返回的结果是相对于root的相对路径)
# 注意这里的写法，result如果要初始化为空不能不传，因为是一个可变对象，传的是指针
def dfs_get_zip_file(cwd, result=[], root=None):
    root = root or cwd
    files = os.listdir(cwd)
    for file in files:
        sub_dir = os.path.join(cwd, file)
        if os.path.isdir(sub_dir):
            dfs_get_zip_file(sub_dir, result, root)
        else:
            result.append(sub_dir.split(root+os.sep)[-1])
    return result


# 遍历获取文件夹下的所有word文件(返回的结果是相对于root的相对路径)
def dfs_get_word_file(cwd, result=[], root=None):
    root = root or cwd
    files = os.listdir(cwd)
    for file in files:
        sub_dir = os.path.join(cwd, file)
        if os.path.isdir(sub_dir):
            dfs_get_word_file(sub_dir, result, root)
        elif os.path.splitext(sub_dir)[-1] in ['.docx', '.doc']:
            result.append(sub_dir.split(root+os.sep)[-1])
    return result


# 删除word中的某个段落
def delete_paragraph(paragraph):
    """
    删除word中的某个段落
    :param paragraph: 需要删除的段落
    :return:
    """
    p = paragraph._element
    p.getparent().remove(p)
    paragraph._p = paragraph._element = None


# 1. 复制所有的word文件到一个新的位置
# 2. 遍历里面的word文件，解压到文件夹中并删除之
# 3. 遍历解压后的word文件夹，找出封面图片并替换
# 4. 遍历解压后的word文件夹，将其还原回word文件并删除之
# 5. 将还原后的word文件内容复制到模板文件中，并替换之
# 6. 将word文件的最后的空白页删除
def replaceTemplate(word_path, template_path, cover_image, header_image, footer_image):
    """
    替换word的封面图片
    :param word_path: word文件夹路径
    :param cover_image: 替换用的封面图片路径
    :param header_image: 替换用的页头图片路径
    :param footer_image: 替换用的页脚图片路径
    :return:
    """
    print(f'\nWord文件位置: {word_path}\n')

    # 1. 复制所有的word文件到一个新的位置
    # PermissionError: [Errno 13] Permission denied:
    # https://stackoverflow.com/questions/11278066/using-shutil-copyfile-i-get-a-python-ioerror-errno-13-permission-denied
    # https://www.jb51.net/article/87984.htm
    copy_path = os.path.abspath(os.path.join(word_path, '..', 'copyFile'))
    print('复制文件到：' + copy_path)
    if os.path.exists(copy_path):
        # os.makedirs(copy_path)
        _continue = input("Target position is not null! We will replace it, continue? (yes or no)\n> ")
        if _continue in ['yes', 'y', 'Y']:
            shutil.rmtree(copy_path)
        else:
            return 'interrupt'
    shutil.copytree(word_path, copy_path)

    print('\n')

    # 2. 遍历里面的word文件，解压到文件夹中并删除之
    word_files = dfs_get_word_file(copy_path, [])
    for word in word_files:
        print('解压word文件：' + word)
        word_abs_path = os.path.join(copy_path, word)  # 该word文件的绝对路径
        word_unzip_folder = word_abs_path.split('.')[0]  # 解压word存放文件夹路径
        # 解压
        with zipfile.ZipFile(word_abs_path, 'r') as f:
            for file in f.namelist():
                f.extract(file, word_unzip_folder)
        # 删除原来的word文件
        os.remove(word_abs_path)

    print('\n')

    # 3. 遍历解压后的word文件夹，找出封面图片并替换（这里通过文件大小来判断是否是封面图的）
    for word in word_files:
        print('替换word文件封面图片：' + word)
        word_abs_path = os.path.join(copy_path, word)  # 该word文件的绝对路径
        word_unzip_folder = word_abs_path.split('.')[0]  # 解压word存放文件夹路径
        # 图片位置在word/media
        image_dir = os.path.join(word_unzip_folder, 'word', 'media')
        if os.path.exists(image_dir):
            image_list = os.listdir(image_dir)
            for image in image_list:
                img = os.path.join(image_dir, image)
                if cover_image and os.path.getsize(img) == 591035:
                    os.remove(img)
                    shutil.copyfile(cover_image, img)
                if header_image and os.path.getsize(img) == 51078:
                    os.remove(img)
                    shutil.copyfile(header_image, img)
                if footer_image and os.path.getsize(img) == 71086:
                    os.remove(img)
                    shutil.copyfile(footer_image, img)

    print('\n')

    # 4. 遍历解压后的word文件夹，将其还原回word文件并删除之
    for word in word_files:
        print('将word文件夹压缩回word文件：' + word)
        word_abs_path = os.path.join(copy_path, word)  # 该word文件的绝对路径
        word_unzip_folder = word_abs_path.split('.')[0]  # 解压word存放文件夹路径

        zipFile = zipfile.ZipFile(word_abs_path, 'w')
        results = dfs_get_zip_file(word_unzip_folder, [])
        for result in results:
            zipFile.write(os.path.join(word_unzip_folder, result), result)
        zipFile.close()
        # 删除解压后的文件夹
        shutil.rmtree(word_unzip_folder)

    print('\n')

    # 5. 将还原后的word文件内容复制到模板文件中，并替换之
    for word in word_files:
        print('将还原后的word文件内容复制到模板文件中，并替换之：' + word)
        word_abs_path = os.path.join(copy_path, word)  # 该word文件的绝对路径

        # w = win32com.client.Dispatch('Word.Application')
        # 或者使用下面的方法，使用启动独立的进程：
        w = win32com.client.DispatchEx('Word.Application')

        w.Visible = 0  # 0:后台运行 1:前台运行(可见)
        w.DisplayAlerts = 0  # 不显示，不警告

        word = w.Documents.Open(word_abs_path)
        template = w.Documents.Open(template_path)

        word.Activate()
        w.ActiveDocument.Sections[0].Range.Copy()
        template.Activate()
        w.ActiveDocument.Sections[0].Range.Paste()
        # 导致下面错误的原因可能是：1. 绝对路径错误  2. 路径包含中文
        # pywintypes.com_error: (-2147023170, '远程过程调用失败。', None, None)
        # pywintypes.com_error: (-2147023174, 'RPC 服务器不可用。', None, None)
        word.Close()
        w.ActiveDocument.SaveAs(word_abs_path)
        template.Close()

        try:
            w.Documents.Close()
            w.Quit()
        except Exception as e:
            print('error', e)

    print('\n')

    # 6. 将word文件的最后的空白页删除
    for word in word_files:
        print('将word文件的最后的空白页删除：' + word)
        word_abs_path = os.path.join(copy_path, word)  # 该word文件的绝对路径

        file = Document(word_abs_path)
        length = len(file.paragraphs)
        # 删除最后的空白内容
        while length > 0 and not file.paragraphs[length - 1].text:
            delete_paragraph(file.paragraphs[-1])
            length = length - 1
        file.save(word_abs_path)

    print('end\n')


if __name__ == '__main__':
    # word_path = r'E:\project\EDM\demo\python\word\newFile'
    template_path = r'E:\project\EDM\demo\python\word\file\template.docx'
    cover_image = r"E:\project\EDM\demo\python\word\file\图片1.png"
    # header_image = r"E:\project\EDM\demo\python\word\file\图片2.png"
    # footer_image = r"E:\project\EDM\demo\python\word\file\图片3.png"
    header_image = footer_image = None
    replaceTemplate(word_path, template_path, cover_image, header_image, footer_image)

WORD转PDF（Window系统）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
# -*- encoding: utf-8 -*-
import os
# pip install win32com
from win32com import client


def doc2pdf(doc_name, pdf_name):
    """
    :word文件转pdf
    :param doc_name word文件名称
    :param pdf_name 转换后pdf文件名称
    """

    pdf_path = pdf_name.split(os.sep)[0:-1]
    pdf_path = os.sep.join(pdf_path)
    print('pdf_path', pdf_path)
    if not os.path.exists(pdf_path):
        os.makedirs(pdf_path)

    w = client.DispatchEx("Word.Application")
    w.Visible = 0  # 0:后台运行 1:前台运行(可见)
    w.DisplayAlerts = 0  # 不显示，不警告
    if os.path.exists(pdf_name):
        os.remove(pdf_name)
    word = w.Documents.Open(doc_name, ReadOnly=1)
    word.SaveAs(pdf_name, FileFormat=17)
    word.Close()
    try:
        w.Documents.Close()
        w.Quit()
    except Exception as e:
        print('error', e)


# 遍历获取文件夹下的所有word文件(返回的结果是相对于root的相对路径)
def dfs_get_word_file(cwd, result=[], root=None):
    root = root or cwd
    files = os.listdir(cwd)
    for file in files:
        sub_dir = os.path.join(cwd, file)
        if os.path.isdir(sub_dir):
            dfs_get_word_file(sub_dir, result, root)
        elif os.path.splitext(sub_dir)[-1] in ['.docx', '.doc']:
            result.append(sub_dir.split(root+os.sep)[-1])
    return result


if __name__ == '__main__':
    # word_path = os.path.join(os.path.abspath(__file__), '..', 'word')
    # pdf_path = os.path.join(os.path.abspath(__file__), '..', 'pdf')
    word_path = r'E:\虚拟机共享文件夹\官网\Oricell\产品手册'
    pdf_path = r'E:\虚拟机共享文件夹\官网\Oricell\产品手册PDF'

    word_files = dfs_get_word_file(word_path, [])
    for file in word_files:
        doc_name = os.path.join(word_path, file)
        pdf_name = os.path.join(pdf_path, file.split('.')[0] + '.pdf')
        doc2pdf(doc_name, pdf_name)
    print('done.')

参考文献

用Python拷贝word图片到指定文件

Python自动化办公之Word，全网最全看这一篇就够了

python如何提取word内的图片

最全总结 | 聊聊 Python 办公自动化之 Word

python-docx

Python标准库shutil用法实例详解

python中zipfile模块实例化解析

本文作者： ionluo
本文链接： http://www.ionluo.cn/blog/posts/d86cf53c.html
版权声明： 本作品采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 进行许可。转载请注明出处！
知识共享许可协议

扫一扫，分享到微信

微信分享二维码

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true