Python批量将Word文档(.doc)转换为.docx格式的完整实现步骤_Python

前言

在日常办公中，我们经常会遇到 .doc 和 .docx 格式的 word 文件。尽管 .doc 是旧版 word 使用的格式，但为了兼容性和功能的完整性，现代办公需求更倾向于使用 .docx 格式。这篇文章将介绍如何使用 python 自动批量将 .doc 格式的文件转换为 .docx 格式，方便我们快速转换大量文件。

一、环境准备

1. 安装python和必要的库

首先，我们需要 python 环境，并且安装 comtypes 库，用于与 windows 的 com 组件（如 word）进行交互：

pip install comtypes

2. 确保安装了microsoft word

因为 comtypes 调用了 word 的 com 接口，因此需要确保系统中已安装了 microsoft word（适用于 windows 系统）。

二、代码实现

1. 导入所需库

我们首先导入 os 和 comtypes.client，分别用于文件路径操作和与 word 交互：

import os
import comtypes.client

2. 指定文件夹路径

在代码中，我们指定了包含 .doc 文件的文件夹路径。在示例中，将路径设置为 d:\1，请根据需要替换为你实际存放文件的路径：

folder_path = r'd:\1'

3. 编写转换函数

函数 convert_doc_to_docx(input_doc_path) 将单个 .doc 文件转换为 .docx 文件：

使用 comtypes.client.createobject('word.application') 创建 word 应用实例。
打开 .doc 文件，并指定保存为 .docx 格式。
关闭文档和 word 应用，释放资源。

def convert_doc_to_docx(input_doc_path):
    word = comtypes.client.createobject('word.application')
    word.visible = false
    doc = word.documents.open(input_doc_path)
    output_docx_path = input_doc_path.replace('.doc', '.docx')  # 生成输出路径
    doc.saveas(output_docx_path, fileformat=16)  # 16 表示 docx 格式
    doc.close()
    word.quit()
    return output_docx_path  # 返回新生成的 .docx 文件路径

4. 批量转换文件

接下来，我们遍历文件夹中的 .doc 文件，调用 convert_doc_to_docx 函数逐个转换。每次转换完成后，将输出转换成功的文件名和路径。

# 遍历文件夹中的所有.doc文件并转换为.docx
for filename in os.listdir(folder_path):
    if filename.endswith('.doc'):
        doc_path = os.path.join(folder_path, filename)
        docx_path = convert_doc_to_docx(doc_path)  # 使用不同的变量名来接收返回值
        print(f"{filename} 已成功转换为 {docx_path}")

print("所有文件已转换完成！")

三、完整代码

以下是将 .doc 文件批量转换为 .docx 的完整代码，包含注释方便理解：

import os
import comtypes.client

# 指定文件夹路径
folder_path = r'd:\1'

# 函数将 .doc 转换为 .docx
def convert_doc_to_docx(input_doc_path):
    word = comtypes.client.createobject('word.application')
    word.visible = false  # 设置word不可见
    doc = word.documents.open(input_doc_path)  # 打开.doc文件
    output_docx_path = input_doc_path.replace('.doc', '.docx')  # 设置输出文件名
    doc.saveas(output_docx_path, fileformat=16)  # 保存为.docx格式
    doc.close()  # 关闭文档
    word.quit()  # 退出word应用
    return output_docx_path  # 返回新生成的.docx路径

# 遍历文件夹中的所有.doc文件并转换为.docx
for filename in os.listdir(folder_path):
    if filename.endswith('.doc'):
        doc_path = os.path.join(folder_path, filename)
        docx_path = convert_doc_to_docx(doc_path)  # 调用转换函数
        print(f"{filename} 已成功转换为 {docx_path}")

print("所有文件已转换完成！")

四、代码说明

文件遍历与判断：
- os.listdir(folder_path) 遍历文件夹中的所有文件。
- if filename.endswith('.doc') 确保只处理 .doc 文件，避免误处理其他文件格式。
word应用不可见：
- word.visible = false 隐藏 word 窗口，避免弹出影响用户操作。
文件路径替换：
- output_docx_path = input_doc_path.replace('.doc', '.docx') 将原文件路径的扩展名从 .doc 改为 .docx，生成新的保存路径。
文件格式设置：
- fileformat=16 指定保存为 .docx 格式。fileformat 的参数值 16 对应 .docx 文件类型。
资源释放：
- doc.close() 关闭当前文档，word.quit() 退出 word 应用，确保不占用资源。
输出结果：
- 每次成功转换后，使用 print() 显示已完成转换的文件名，便于跟踪进度。