Python如何批量合并70个doc和docx文件

目录

一、问题的提出

二、算法分析

三、代码展示

四、注意事项

---

有一位朋友发来70多个数名命名的doc和docx文件，问我有没有vba代码，可以把这些文件按照数字大小的顺序合并。我试着用了chatgpt，搞了一串vba代码行不通，于时我就找出了Python，尝试了一下还不错。合并doc，docx文件

二、算法分析

在实现转换前，需要进行文件遍历、格式转化，最终合并到新的文件中。以下是算法步骤

1. 遍历当前目录文件。 利用os.listdir()来遍历。
2. 格式转化。用changeOffice这个模块来实现doc和docx的格式批量转化。
3. 合并docx。用python-docx中的Document来读取，追加到前面的文件。

三、代码展示

经过测式，我编制出以下代码：

from docx import Document
from changeOffice import Change
import os,time
Change(".").doc2docx() #把当前目录下的doc批量转化为docx
time.sleep(3) #设置停顿时间，以防出错
files = sorted([file for file in os.listdir(".") if file.endswith(".docx")],key=lambda x:int(x[:-5])) #文件遍历和排序
doc1 = Document(files[0]) # 读取第一个文档
for file in files[1:]:
    doc = Document(file) # 读取第二个文档 
    for element in doc.element.body:  #拷贝文件中的信息，# 追加第二个文档内容到第一个文档末尾
        doc1.element.body.append(element)
doc1.save('merged_file.docx') # 保存新的合并文件

以上代码优点在于可以保证合并后文件的段落、字体等格式信息不变，而且转换的效率还挺高。大家可以测试一下，有问题随时反馈。

四、注意事项

1. VBA和Python在办公自动化方面各有优势。Python最大的优势就是可以利用现成的模块，快速地实现想要的功能，不必从零开始，简化了编程过程，而且代码的运行速度快。
2. 上面代码运行前要保证安装有Python环境，同时python-docx, changeOffice两个包也要用pip安装。程序运行时，所有的文件要保持关闭状态，代码文件要放在所有word文件的目录下。
3. 这个程序仅适用于合并文件名是数字的word文件，因为这样的文件可以按照顺序合并，其它非数字文件名可以酌情修改代码。
4. 程序运行前一定要备份原文件，因为changeOffice在进行文件格式转化后会默认删除原文件。