python --html转word

试了pdf2docx pdf转word 样式保留太差
试了liboffice pdf转word 样式保留太差
只有微软的office接口和浏览器渲染复制的情况样式目前还行能接受
python 复制代码
# 必须有微软的office 否则不可执行
def html_to_word_copy_paste(html_path):
    """
    纯模拟真实Ctrl+A/C按键 → 粘贴到Word（保留100%浏览器样式）
    """
    # 1. 初始化Chrome（关闭自动化提示，避免权限拦截）
    options = webdriver.ChromeOptions()
    options.add_argument("--start-maximized")
    options.add_argument("--no-sandbox")
    options.add_argument("--disable-dev-shm-usage")
    options.add_experimental_option('excludeSwitches', ['enable-automation'])
    options.add_experimental_option('useAutomationExtension', False)


    service = Service(executable_path=DRIVER_PATH)
    driver = webdriver.Chrome(service=service, options=options)


    try:
        # 2. 打开本地HTML文件（确保路径正确）
        abs_html_path = os.path.abspath(html_path).replace("\\", "/")
        html_url = f"file:///{abs_html_path}"
        driver.get(html_url)
        time.sleep(3)  # 等待页面+CSS+图片完全渲染

        # 3. 【核心修复】用Keys常量模拟真实Ctrl+A（解决编码报错）
        # 先聚焦页面，避免按键失效
        driver.find_element("tag name", "body").click()
        # 全选：Ctrl+A（用Keys模块传递标准按键指令）
        driver.find_element("tag name", "body").send_keys(Keys.CONTROL, "a")
        time.sleep(1)
        logger.debug("✅ 已执行Ctrl+A全选内容")

        # 4. 复制：Ctrl+C（同样用Keys模块）
        driver.find_element("tag name", "body").send_keys(Keys.CONTROL, "c")
        time.sleep(1)
        logger.debug("✅ 已执行Ctrl+C复制内容到剪贴板")

        # 5. Word粘贴（强制保留HTML源格式）
        word = win32.Dispatch("Word.Application")
        word.Visible = True
        doc = word.Documents.Add()

        # 粘贴核心代码（保留所有样式：字体/行距/表格/图片）
        doc.Content.PasteSpecial(
            Link=False,
            DisplayAsIcon=False,
            DataType=10,  # 10 = HTML Format，和手动粘贴"保留源格式"一致
            Placement=0,
            IconIndex=0
        )
        logger.debug("✅ 已粘贴到Word（保留浏览器原始样式）")

        docx_abs_path = os.path.join(MEDIA_DIR, create_random_file_name('.docx'))  # docx保存的绝对路径
        # 6. 保存并清理
        doc.SaveAs2(docx_abs_path, FileFormat=16)
        doc.Close()
        word.Quit()
        logger.success(f"html转docx转换完成！文件:{docx_abs_path}")
        return docx_abs_path

    except Exception as e:
        logger.error(f"❌ 失败原因：{str(e)}")
        return ''

    finally:
        driver.quit()