python 将一个目录下word转为txt第三版

Posted 2022-12-03 文竹balala

不多说了，增加了容错性，还避免了中间在用py2exe时关于win32com的问题

# -*- coding: cp936 -*-
'''
Created on 2015年11月21日

@author: lushangqi
'''
#!D:\\\\My Python\\\\Trans_to_txt.py
#注意Windows下路径表示 
from win32com import client as wc
import os
import fnmatch


all_FileNum = 0
debug = 0


def Translate(path):
    '''
    将一个目录下所有doc和docx文件转成txt
    该目录下创建一个新目录newdir
    新目录下fileNames.txt创建一个文本存入所有的word文件名
    本版本具有一定的容错性，即允许对同一文件夹多次操作而不发生冲突
    '''
    global debug, all_FileNum
    if debug:
        print path
    #该目录下所有文件的名字
    files = os.listdir(path) 
    #该目下创建一个新目录newdir，用来放转化后的txt文本
    New_dir = os.path.abspath(os.path.join(path, 'newdir'))
    if not os.path.exists(New_dir):
        os.mkdir(New_dir)
    if debug:
        print New_dir
    #创建一个文本存入所有的word文件名
    fileNameSet= os.path.abspath(os.path.join(New_dir, 'fileNames.txt'))
    o=open(fileNameSet,"w") 
    try:
        for filename in files:
            if debug:
                print filename
            #如果不是word文件：继续
            if not fnmatch.fnmatch(filename, '*.doc') and not fnmatch.fnmatch(filename, '*.docx'):
                continue;
            #如果是word临时文件：继续
            if fnmatch.fnmatch(filename, '~$*'):
                continue;
            if debug:
                print filename
            docpath = os.path.abspath(os.path.join(path,filename))
            
            #得到一个新的文件名,把原文件名的后缀改成txt
            new_txt_name = ''
            if fnmatch.fnmatch(filename, '*.doc'):    
                new_txt_name = filename[:-4]+'.txt'
            else:
                new_txt_name = filename[:-5]+'.txt'
            if debug:
                print new_txt_name
            word_to_txt = os.path.join(os.path.join(path, 'newdir'),new_txt_name)
            print word_to_txt
            wordapp = wc.Dispatch('Word.Application')
            doc = wordapp.Documents.Open(docpath)
            #为了让python可以在后续操作中r方式读取txt和不产生乱码，参数为4
            doc.SaveAs(word_to_txt,4)
            doc.Close()
            o.write(word_to_txt+'\\n')
            all_FileNum += 1
    finally:
        wordapp.Quit()

if __name__ == '__main__':
    print '''
        将一个目录下所有doc和docx文件转成txt
        该目下创建一个新目录newdir
        新目录下fileNames.txt创建一个文本存入所有的word文件名
        本程序具有一定的容错性
    '''
    print('Enter your Director\\'s path:')
    print("路径用\\或\\\\表示均可")
    mypath = raw_input()
    print ('生成的文件有:')
    Translate(mypath)
    print 'The Total Files Numbers = ', all_FileNum
    raw_input()