Python中的html到.doc转换器？答案

【问题标题】：html to .doc converter in Python?Python中的html到.doc转换器？
【发布时间】：2010-11-19 14:48:07
【问题描述】：

我正在使用 pisa，它是 Python 的 HTML 到 PDF 转换库。

Word 文档是否存在相同的东西：Python 的 HTML 到 .doc 转换库？

【问题讨论】：

你为什么要这个？ MS Word 可以读取 HTML。
我有同样的问题：我有一个使用 pisa 转换为 pdf 的 html，我想用 word 做同样的事情。它是一个很大的文档，大约 20 页，使用相同的代码生成 html，然后通过比萨或其他方式导出会很棒。
@Eric：最近，我遇到了同样的问题。只是想知道，您是否找到将 HTML 转换为 Word .docx 的解决方案？谢谢。
@tao.hong : 你的问题解决了吗？我也在寻找合适的开源解决方案。谢谢

【解决方案1】：

您可以使用 Windows 的 pywin32 python 扩展中的 win32com，让 MS Word 为您转换它。一个简单的例子：

import win32com.client

word = win32com.client.Dispatch('Word.Application')

doc = word.Documents.Add('example.html')
doc.SaveAs('example.doc', FileFormat=0)
doc.Close()

word.Quit()

【讨论】：

【解决方案2】：

虽然我不知道有一个直接模块可以让你转换它，但是：

您可以先使用html2text 模块将HTML 转换为纯文本。
之后，您可以使用python-docx 模块将文本转换为doc 或docx 文件。

【讨论】：

【解决方案3】：

如果其他人在这里尝试以相反的方式进行转换，上述代码可以工作，但您需要修改 FileFormat 值。

http://msdn.microsoft.com/en-us/library/ff839952.aspx

示例：过滤后的 html 为 10，而不是 0。

【讨论】：

【解决方案4】：

用 python3.x 更新修复这个问题：

from htmldocx import HtmlToDocx

new_parser = HtmlToDocx()
new_parser.parse_html_file("html_filename", "docx_filename")
#Files extensions not needed, but tolerated

【讨论】：