python-docx无法处理 “doc格式” 文件，于是我这样做......-技术圈

点击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

故园东望路漫漫，双袖龙钟泪不干。

问题引入

目前的日常工作中，见的最多的还是对Excel文件和 Word文件的处理。对于Excel文件，如果出现xls、xlsx、xlsm混合文件应该怎么处理？对于Word文件，出现doc和docx的混合文件，又该怎么处理。

你可能会用VBA，但是不得不说，批量操作这些文件，还是要学Python，操作真的很简单。

为了增强文章的可读性，我们分2篇文章讲述这些问题。今天，我们讲述的是如何将doc文件转换为 docx文件。

学了黄同学的原创《Python自动化办公文档》后，你可能知道：我们常用python-docx来处理Word文件。但是，python-docx只能处理“.docx”的Word文件。因此，咱们需要批量将“.doc”文件，批量转换为“.docx”文件后，再进行二次处理。

近日，就有一个女同事让我批量处理一下Word中的内容。这还是头一次处理这样的问题，为了解决这个问题，我只能：① 批量将doc文件，转换为docx文件；② 使用python-docx库，批量处理docx文件。

将doc文件，转换为docx文件

python-docx库，如何处理docx文件，我们的文档中已经为大家进行了详细的解释。今天黄同学就教大家写一段代码，实现这个doc文件转换为docx文件操作。

1）安装win32com库

这里需要做一个说明，如果采用以下方式，无法安装的话。

pip install win32com

那么，就采用下面这个方法进行安装。

python -m pip install pypiwin32

2）win32com库相关语法的说明

这里我们没有什么太高深的代码，只是有些代码怕大家看不懂，因此给大家做一个说明。

# 调用word程序
WordApp = win32com.client.Dispatch("Word.Application")

# 后台运行，不显示，不警告
WordApp.Visible = 0
WordApp.DisplayAlerts = 0

3）完整代码

这里我们采用“面向过程”的方式，去写这个代码，这样会让代码可读性更强。

import os
import time
import win32com
from win32com.client import Dispatch

def doc_to_docx(path):
   w = win32com.client.Dispatch('Word.Application')
   w.Visible = 0
   w.DisplayAlerts = 0
   doc = w.Documents.Open(path)
   # 这里必须要绝对地址,保持和doc路径一致
   newpath = allpath+'\\转换后的文档.docx'
   time.sleep(3) # 暂停3s，否则会出现-2147352567,错误
   doc.SaveAs(newpath,12,False,"",True,"",False,False,False,False)
   # doc.Close() 开启则会删掉原来的doc
   w.Quit()# 退出
   return newpath
allpath = os.getcwd()
print(allpath)
doc_to_docx(allpath+'\\转换前的文档.doc')