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()
相关推荐
吃我一窝jio9 分钟前
Python与Go线程模型深度对比
java·开发语言·python
zwd20051 小时前
Manim 怎么放大画面的某一部分?
python·动画·可视化·manim·数学动画
屿华AI2 小时前
AUTOSAR 实战-诊断工具 | UDS 0x27 安全访问的配置化实现:种子密钥算法插件化设计
python·测试工具·汽车
RobinDevNotes2 小时前
Claude Code 剪视频,不上传、不要 API Key
人工智能·python·音视频·开发工具·ipython
如夏倾城3 小时前
VRRP(虚拟路由器冗余协议Virtual Router Redundancy Protocol)
网络·python·网络协议·安全·智能路由器·负载均衡·信息与通信
IvanCodes4 小时前
LangChain(04):Runnable 与 LCEL 的执行与组合机制
python·langchain·agent
特创数字科技4 小时前
纯本地离线运行的文档脱敏工具(技术分享)
前端·驱动开发·python
feixing_fx4 小时前
CSS 变量(Custom Properties):构建可扩展的主题切换系统
前端·css·前端框架·html·css3
东莞市云毅网络有限公司5 小时前
用 Playwright 搭一套问答平台引用监测的最小骨架
python·数据清洗·rag·企业知识库·文档解析
Thanks_ks5 小时前
【第 010 讲】全面掌握 Python 变量与常量:变量的定义与赋值 | 标识符与命名规范 | 变量的底层机制 | 常量与魔术数字
python·内存·变量·标识符·常量·赋值·命名规范