python如何轉換word格式、讀取word內容、轉成html

# python如何轉換word格式、讀取word內容、轉成html？

import docx
from win32com import client as wc

# 首先將doc轉換成docx
word = wc.Dispatch("Word.Application")

doc = word.Documents.Open(r"D:\\demo.doc")
#使用參數16表示將doc轉換成docx
doc.SaveAs(r"D:\\most.docx",16)
doc.Close()

word.Quit()

#讀取word內容
doc = docx.Document("D:\most.docx")
data = doc.paragraphs[0].text
print(data)

# 轉換成html
from docx2html import convert
import HTMLParser

html_parser = HTMLParser.HTMLParser()
#使用docx2html模塊將docx文件轉成html串，隨后你想干嘛都行
html = convert("G:\\t.docx")

# 這句非常關鍵，docx2html模塊將中文進行了轉義，所以要將生成的字符串重新轉義
print html_parser.enescape(html)
來源：http://outofmemory.cn