如何将DOTX文件转换为Python中的HTML文件

Question

这是我的代码，目前失败

import os
import pypandoc
source_dir = 'source'
result_dir = 'result'
for file in os.listdir(source_dir):
    output_files1 = []
    source_file = source_dir + '/'+file
    output_file = result_dir + '/'+file.replace('.dotx','.html').replace('.ott','.html')
    output = pypandoc.convert_file(source_file, 'html', outputfile=output_file)

我试图将DOTX文件掩盖到HTML文件，但是我收到以下错误：

RuntimeError: Invalid input format! Got "dotx" but expected one of
these: commonmark, creole, docbook, docx, epub, fb2, gfm, haddock, 
html, jats, json, latex, markdown, markdown_github, markdown_mmd,
markdown_phpextra, markdown_strict, mediawiki, muse, native, odt, opml,
org, rst, t2t, textile, tikiwiki, twiki, vimwiki

Answer 1

虽然Pandoc支持.docx，但不幸的是，它看起来不像Pandoc在其支持格式列表中支持.dotx文件

幸运的是，由于.docx和.dotx几乎相同，因此您可以简单地将文件扩展名更改为.docx，而Pandoc将能够支持它。有关更多上下文，请参见此问题：https：//superuser.com/questions/1285415/difference-betweew-documents-with-docx-and-docx-and-dotx-filename-extensions

这是您现有循环中添加了一些逻辑，以帮助将任何.dotx重命名为.docx文件：

import os
import pypandoc
source_dir = 'source'
result_dir = 'result'
for file in os.listdir(source_dir):
    if file.endswith('.dotx'):
        filename = os.path.splitext(file)[0]
        os.rename(file, filename + '.docx')
        file = filename + '.dotx'
    output_files1 = []
    source_file = source_dir + '/'+file
    output_file = result_dir + '/'+file.replace('.dotx','.html').replace('.ott','.html')
    output = pypandoc.convert_file(source_file, 'html', outputfile=output_file)

希望这会有所帮助！如果您有任何疑问，请告诉我。