Python自动批量转换Doc为Docx并提取表格

利用Python脚本，实现自动批量将文件夹中的Doc文件转换成Docx格式，并提取其中的表格，最终生成新的Docx文件。虽然代码存在一些粗糙之处，但已经可以达到基本使用的要求，也可根据需要进一步优化和改进。具体实现方式及说明可参考以下代码：

import os

from docx import Document

def convert_and_extract(path):

"""

将指定路径下的所有Doc文件转换成Docx格式，并提取其中的表格

"""

for filename in os.listdir(path):

# 判断文件是否为Doc格式

if filename.endswith('.doc'):

# 构造文件路径

filepath = os.path.join(path, filename)

# 转换为Docx格式

docx_filename = filename.replace('.doc', '.docx')

docx_filepath = os.path.join(path, docx_filename)

os.system(f'start winword /mFileConvertor.ConvertToDocx "{filepath}" "{docx_filepath}"')

# 提取表格内容到新的Docx文件

doc = Document(docx_filepath)

table_text = '\n'.join([cell.text for table in doc.tables for row in table.rows for cell in row.cells])

new_docx_filepath = os.path.join(path, 'table_extracted_' + docx_filename)

new_doc = Document()

new_doc.add_paragraph(table_text)

new_doc.save(new_docx_filepath)

print('转换和提取表格完成')

if name == 'main':

# 要批量转换和提取表格的文件夹路径

folder_path = r'C:\Users\user\Desktop\test'

convert_and_extract(folder_path)