python - Python中的html到.doc转换器？

Question

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？

Answer 1

您可以使用pywin32 python extensions for windows 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()

Answer 2

虽然我不知道可以允许您转换它的直接模块，但是：

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

Answer 3

万一其他人来到这里尝试进行相反的转换，上面的代码可以工作，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。

Answer 4

使用 python3.x 更新修复此问题：

from htmldocx import HtmlToDocx

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