python批量文件格式转换（xls与xlsx、dos与dosx以及txt）

目录

文件格式转换​​​​​​​​​​​​​​

一、doc与docx的转换

二、els与elsx转换

三、docx转换txt

四、elsx转换txt

---

文件格式转换

  所有的输入的文件夹中不能有其他格式的文件，例如想要转换doc文件，那么存储doc文件的文件夹中就不能有.elx文件，否则会报错。

一、doc与docx的转换

import os
import time
from win32com import client as wc

path1 = r'存储输入的doc文件的绝对路径'  # 需要修改的文件的路径
path2 = r'存储输出的docx文件的绝对路径'  # 存储的路径

for file in os.listdir(path1):

    if file.endswith('.doc'):
        word = wc.Dispatch("kwps.Application")  # 调用WPS进行文档编辑
        out_name = file.replace("doc", r'docx')  # doc文件修改后缀名
        in_file = os.path.abspath(path1 + "\\" + file)
        out_file = os.path.abspath(path2 + "\\" + out_name)
        print(in_file)
        print(out_file)

        doc = word.Documents.Open(in_file)
        doc.SaveAs(out_file, 12, False, "", True, "", False, False, False,
                   False)

        doc.Close()

        print('转换成功')
        word.Quit()
        time.sleep(3)  # 避免文件未关闭就打开下一个文件

    else:
        word = wc.Dispatch("Word.Application")
        out_name = file  # 不是doc文件则不修改后缀名
        in_file = os.path.abspath(path1 + "\\" + file)
        out_file = os.path.abspath(path2 + "\\" + out_name)
        doc = word.Documents.Open(in_file)
        print(in_file)
        print(out_file)

        doc.SaveAs(out_file, 12, False, "", True, "", False, False, False,
                   False)
        doc.Close()
        time.sleep(5)
        print('复制成功')
        word.Quit()
        time.sleep(40)  # 避免文件未关闭就打开下一个文件

二、els与elsx转换

import os
import pandas as pd

# 指定XLS文件所在目录和转换后的XLSX文件保存目录
xls_directory = r'xls文件的绝对路径'
xlsx_directory = r'xlsx的绝对路径'

# 遍历XLS文件目录中的所有文件
for filename in os.listdir(xls_directory):
    if filename.endswith('.xls'):  # 仅处理扩展名为.xls的文件
        xls_path = os.path.join(xls_directory, filename)
        xlsx_path = os.path.join(xlsx_directory, filename.replace('.xls', '.xlsx'))

        # 读取XLS文件
        xls_data = pd.read_excel(xls_path)

        # 写入XLSX文件
        xls_data.to_excel(xlsx_path, index=False)

        print(f"Converted: {filename} -> {filename.replace('.xls', '.xlsx')}")

print("Conversion completed.")

三、docx转换txt

1.安装docx包(cmd中)_

pip install python-docx

2.运行以下代码(运行此段代码前确保你的文件必须是docx格式，doc格式不可以)

import os
from docx import Document

def doc_to_txt(doc_path, txt_path):
    doc = Document(doc_path)
    txt_content = '\n'.join([p.text for p in doc.paragraphs])
    with open(txt_path, 'w', encoding='utf-8') as txt_file:
        txt_file.write(txt_content)

def batch_convert_docs_to_txt(doc_dir, txt_dir):
    for filename in os.listdir(doc_dir):
        if filename.endswith('.doc') or filename.endswith('.docx'):
            doc_path = os.path.join(doc_dir, filename)
            txt_filename = os.path.splitext(filename)[0] + '.txt'
            txt_path = os.path.join(txt_dir, txt_filename)
            doc_to_txt(doc_path, txt_path)
            print(f"Converted {doc_path} to {txt_path}")

# 指定DOC文件所在目录和要保存TXT文件的目录
doc_directory = r'docx文件目录'
txt_directory = r'txt文件目录'

# 批量转换DOC文件为TXT文件
batch_convert_docs_to_txt(doc_directory, txt_directory)

四、elsx转换txt

import pandas as pd
import openpyxl
import time
import os

# 输入路径
inpath = r'xlsx文件目录'
# 输出路径
outpath = r'txt文件目录'

print('START:' + str(time.ctime()))

# 读取excel文件
for afile in os.listdir(inpath):
    if afile[-4:].lower() == 'xlsx':
        print(afile)
        name = inpath + '/' + afile
        # 读取每一个sheet
        wb = openpyxl.load_workbook(name)
        sheets = wb.sheetnames
        for sheet in sheets:
            print(sheet)
            df = pd.read_excel(name, sheet_name=sheet, header=None)
            print('开始写入txt文件...')
            # 保存txt文件
            df.to_csv(outpath + '/' + afile[:-5] + '_' + sheet + '.txt', header=None, sep=',', index=False)
            print('文件写入成功!')

print('END:' + str(time.ctime()))

ps：代码非原创，有借鉴别的博主，仅做一个归纳。