這篇文章主要介紹了Python實現批量將word轉html并將html內容發布至網站的方法,涉及Python調用第三方接口進行文件轉換及操作數據庫等相關技巧,具有一定參考借鑒價值,需要的朋友可以參考下

本文實例講述了Python實現批量將word轉html并將html內容發布至網站的方法。分享給大家供大家參考。具體實現方法如下：

1. #coding=utf-8 
2. __author__ = 'zhm' 
3. from win32com import client as wc 
4. import os 
5. import time 
6. import random 
7. import MySQLdb 
8. import re 
9. def wordsToHtml(dir): 
10. #批量把文件夾的word文檔轉換成html文件 
11. #金山WPS調用，搶先版的用KWPS，正式版WPS 
12. word = wc.Dispatch('KWPS.Application') 
13. for path, subdirs, files in os.walk(dir): 
14. for wordFile in files: 
15. wordFullName = os.path.join(path, wordFile) 
16. #print "word:" + wordFullName 
17. doc = word.Documents.Open(wordFullName) 
18. wordFile2 = unicode(wordFile, "gbk") 
19. dotIndex = wordFile2.rfind(".") 
20. if(dotIndex == -1): 
21. print '********************ERROR: 未取得后綴名！' 
22. fileSuffix = wordFile2[(dotIndex + 1) : ] 
23. if(fileSuffix == "doc" or fileSuffix == "docx"): 
24. fileName = wordFile2[ : dotIndex] 
25. htmlName = fileName + ".html" 
26. htmlFullName = os.path.join(unicode(path, "gbk"), htmlName) 
27. # htmlFullName = unicode(path, "gbk") + "//" + htmlName 
28. print u'生成了html文件：' + htmlFullName 
29. doc.SaveAs(htmlFullName, 8) 
30. doc.Close() 
31. word.Quit() 
32. print "" 
33. print "Finished!" 
34. def html_add_to_db(dir): 
35. #將轉換成功的html文件批量插入數據庫中。 
36. conn = MySQLdb.connect( 
37. host='localhost', 
38. port=3306, 
39. user='root', 
40. passwd='root', 
41. db='test', 
42. charset='utf8' 
43. ) 
44. cur = conn.cursor() 
45. for path, subdirs, files in os.walk(dir): 
46. for htmlFile in files: 
47. htmlFullName = os.path.join(path, htmlFile) 
48. title = os.path.splitext(htmlFile)[0] 
49. targetDir = 'D:/files/htmls/' 
50. #D:/files為web服務器配置的靜態目錄 
51. sconds = time.time() 
52. msconds = sconds * 1000 
53. targetFile = os.path.join(targetDir, str(int(msconds))+str(random.randint(100, 10000)) +'.html') 
54. htmlFile2 = unicode(htmlFile, "gbk") 
55. dotIndex = htmlFile2.rfind(".") 
56. if(dotIndex == -1): 
57. print '********************ERROR: 未取得后綴名！' 
58. fileSuffix = htmlFile2[(dotIndex + 1) : ] 
59. if(fileSuffix == "htm" or fileSuffix == "html"): 
60. if not os.path.exists(targetDir): 
61. os.makedirs(targetDir) 
62. htmlFullName = os.path.join(unicode(path, "gbk"), htmlFullName) 
63. htFile = open(htmlFullName,'rb') 
64. #獲取網頁內容 
65. htmStrCotent = htFile.read() 
66. #找出里面的圖片 
67. img=re.compile(r"""<img/s.*?/s?src/s*=/s*['|"]?([^/s'"]+).*?>""",re.I) 
68. m = img.findall(htmStrCotent) 
69. for tagContent in m: 
70. imgSrc = unicode(tagContent, "gbk") 
71. imgSrcFullName = os.path.join(path, imgSrc) 
72. #上傳圖片 
73. imgTarget = 'D:/files/images/whzx/' 
74. img_sconds = time.time() 
75. img_msconds = sconds * 1000 
76. targetImgFile = os.path.join(imgTarget, str(int(img_msconds))+str(random.randint(100, 10000)) +'.png') 
77. if not os.path.exists(imgTarget): 
78. os.makedirs(imgTarget) 
79. if not os.path.exists(targetImgFile) or(os.path.exists(targetImgFile) and (os.path.getsize(targetImgFile) != os.path.getsize(imgSrcFullName))): 
80. tmpImgFile = open(imgSrcFullName,'rb') 
81. tmpWriteImgFile = open(targetImgFile, "wb") 
82. tmpWriteImgFile.write(tmpImgFile.read()) 
83. tmpImgFile.close() 
84. tmpWriteImgFile.close() 
85. htmStrCotent=htmStrCotent.replace(tagContent,targetImgFile.split(":")[1]) 
86. if not os.path.exists(targetFile) or(os.path.exists(targetFile) and (os.path.getsize(targetFile) != os.path.getsize(htmlFullName))): 
87. #用iframe包裝轉換好的html文件。 
88. iframeHtml=''' 
89. <script type="text/javascript" language="javascript"> 
90. function iFrameHeight() { 
91. var ifm= document.getElementById("iframepage"); 
92. var subWeb = document.frames ? document.frames["iframepage"].document:ifm.contentDocument; 
93. if(ifm != null && subWeb != null) { 
94. ifm.height = subWeb.body.scrollHeight; 
95. } 
96. } 
97. </script> 
98. <iframe src='''+targetFile.split(':')[1]+''' 
99. marginheight="0" marginwidth="0" frameborder="0" scrolling="no" width="765" height=100% id="iframepage" name="iframepage" onLoad="iFrameHeight()" ></iframe> 
100. ''' 
101. tmpTargetFile = open(targetFile, "wb") 
102. tmpTargetFile.write(htmStrCotent) 
103. tmpTargetFile.close() 
104. htFile.close() 
105. try: 
106. # 執行 
107. sql = "insert into common_article(title,content) values(%s,%s)" 
108. param = (unicode(title, "gbk"),iframeHtml) 
109. cur.execute(sql,param) 
110. except: 
111. print "Error: unable to insert data" 
112. cur.close() 
113. conn.commit() 
114. # 關閉數據庫連接 
115. conn.close() 
116. if __name__ == '__main__': 
117. wordsToHtml('d:/word') 
118. html_add_to_db('d:/word') 

希望本文所述對大家的Python程序設計有所幫助。