使用Python将Word文档转换为HTML或Markdown

如何将Word文档转换为HTML或Markdown呢？我们可以使用Python的库Mammoth 来完成转换操作

环境准备

Pyton官网下载地址 ：https://www.python.org/downloads/

这边使用：python-3.8.6-amd64.exe

https://www.python.org/ftp/python/3.8.6/python-3.8.6-amd64.exe

安装Python3.8.6

1、勾选Add Python 3.8 to PATH加入系统变量，接着点击Customize installation（自定义安装）

2、可写安装包，默认全选，点击Next进入下一步

3、指定Python安装路径，这边安装在C:\Python36，点击Install 开始安装

4、安装中，等待安装完成

5、安装完成后，点击close关闭

安装Mammoth库

1、使用Windows+R键（开始菜单找到运行窗口），输入cmd调出命令窗口

2、在DOS窗口里输入，如为加入变量则需进入Python安装目录下的Scripts文件夹内然后运行pip

pip install mammoth

等到提示下载成功就可以了

3、将Docx 转换为HTML

本教程操作目录为C:\ahaoyw

使用命令行

 mammoth input_name.docx output_name.html

使用Python代码

import mammoth
with open("input_name.docx", "rb") as docx_file:
    result = mammoth.convert_to_html(docx_file)
with open("output_name.html", "w") as html_file:
    html_file.write(result.value)

4、将Docx 转换为MD

使用命令行

mammoth input_name.docx output.md --output-format=markdown

使用Python代码

import mammoth
with open("input_name.docx", "rb") as docx_file:
    result = mammoth.convert_to_markdown(docx_file)
with open("output.md", "w") as markdown_file:
    markdown_file.write(result.value)