Python 实现Word转HTML

小半 • 2024年2月21日下午5:23 • 后端漫谈 • 阅读 291

将Word转换为HTML能将文档内容发布在网页上，这样，用户就可以通过浏览器直接查看或阅读文档而无需安装特定的软件。Word转HTML对于在线发布信息、创建在线文档库以及构建交互式网页应用程序都非常有用。以下是使用Python将Word转换为HTML网页的攻略，包含两个示例。

使用Python 将Word Doc/Docx转为HTML格式
使用Python 将Word转为HTML并嵌入CSS样式、图片等

在进行该转换操作前，需要先安装Spire.Doc for Python库。它是一款专业的Python Word 开发组件，可轻松实现 Word 文档的创建、读取、编辑和转换等功能。

产品安装pip 命令:

pip install Spire.Doc

用Python 将Word Doc/Docx转为HTML格式

第一个示例是一个特别简单的转换方法，仅需加载一个 .doc或 .docx文档，然后使用 Document.SaveToFile(fileName string, FileFormat.Html) 方法就能将Word文档另存为HTML格式。代码如下：

from spire.doc import *
from spire.doc.common import *
     
# 创建Document对象
document = Document()
 
# 加载一个doc或docx文档 
document.LoadFromFile("财务报告.docx")
 
# 保存为HTML文件
document.SaveToFile("Word转Html.html", FileFormat.Html)
document.Close()

效果图：

用Python 将Word转为HTML并嵌入CSS样式、图片等

如果在转换时想要嵌入特定的CSS样式，如内部样式 Internal、外部样式 External，或者需要嵌入图片等，可以用Spire.Doc for Python 提供的 HtmlExportOptions 类。代码如下：

from spire.doc import *
from spire.doc.common import *
 
# 创建Document对象
document = Document()
 
# 加载Word文档
document.LoadFromFile("财务报告.docx")
 
# 嵌入CSS样式
document.HtmlExportOptions.CssStyleSheetFileName = "sample.css"
document.HtmlExportOptions.CssStyleSheetType = CssStyleSheetType.External
 
# 设置是否嵌入图像
document.HtmlExportOptions.ImageEmbedded = False
document.HtmlExportOptions.ImagesPath = "Images/"
 
# 设置是否将表单字段导出为纯文本
document.HtmlExportOptions.IsTextInputFormFieldAsText = True
 
# 将文档保存为 html 文件
document.SaveToFile("转Html.html", FileFormat.Html)
document.Close()