如何将 .doc 文件转换为 HTML？

Question

我有一堆 .doc 文件（不是 .docx），我想将它们转换为 HTML 文件。

我也尝试了Python的

docx2html

模块，但它只支持.docx文件而不支持doc。

那么我怎样才能实现它呢？

Answer 1

我通过使用

soffice

将 LibreOffice 的

subprocess.call

调用到我的 Python 模块中解决了这个问题。使用soffice，您可以直接将

doc

转换为

html

。

但我必须告知，使用此解决方案，

outputfile.html

可能会丢失一些格式样式。 就我而言，它保留了字体、字体大小和运行（粗体、斜体等），这对我来说是必需的。

import subprocess

# Assuming `filename` has already been assigned for input file name
subprocess.call(['soffice', '--headless', '--convert-to', 'html', filename])

这将在同一目录中生成一个同名的 html 文档。

如果有必要，您可以继续使用一些 CSS 重新设置

.html

文件的样式。