Python修改文档格式.doc转为.docx

由于Python无法直接处理doc文件，需要先将doc文件强制另存为docx文件（使用代码转换，而不是直接修改后缀），再读取即可，需要另外安装win32com模块
注意：直接使用 pip install win32com 可能安装不成功，需要用

python -m pip install pypiwin32

"""
修改文档格式.doc转为.docx，并保存在子目录docx下
"""
import pythoncom
import os
import win32com.client as wc


# 从最后开始替换某字符串几次
def rreplace(s, old, new, occurrence):
    li = s.rsplit(old, occurrence)
    return new.join(li)


# 读取文件夹下的doc文件名列表
def doc_file_name(file_dir):
    fileList = []
    for root, dirs, files in os.walk(file_dir):
        for file in files:
            if os.path.splitext(file)[1] == '.doc':
                fileList.append(os.path.join(root, file))
                # 若.doc文档所在目录不存在docx子目录则自动创建
                docx_dir = root + '\\docx'
                if not os.path.exists(docx_dir):
                    os.makedirs(docx_dir)
    return fileList


# doc文件另存为docx
def doc_to_docx(doc_name):
    pythoncom.CoInitialize()
    try:
        word = wc.Dispatch("Word.Application")
        doc = word.Documents.Open(doc_name, Encoding='utf-8')
        # 上面的地方只能使用完整绝对地址，相对地址找不到文件，且，只能用“\\”，不能用“/”，哪怕加了 r 也不行，涉及到将反斜杠看成转义字符。
        doc_name = rreplace(doc_name, "\\", "\\docx\\", 1)
        doc.SaveAs(doc_name.replace(".doc", ".docx"), 12, False, "", True, "", False, False, False, False)
        # 转换后的文件,12代表转换后为docx文件
        doc.Close
    except Exception as e:
        print(e.message)
    finally:
        # 对com操作，一定要确保退出word应用
        if word:
            word.Quit
            del word
        # 释放资源
        pythoncom.CoUninitialize()


def main():
    file_list = doc_file_name("D:\\文件处理\\2020.6.30-90篇棋牌")
    print(len(file_list))
    for file in file_list:
        doc_to_docx(file)


if __name__ == '__main__':
    main()

我的源码地址（另含其他功能）：https://gitee.com/ypftest/python-word-process