如何将 XML Word 文档转换为 DOCX？

Question

我收到了一系列文件夹，其中包含大量 .xml 格式的 Word 文档。它们每个都包含一些 VBA 代码，但是所有这些代码都已经运行，所以我不需要保留它。

我需要打印每个文件夹中的所有文件，但由于网络上 XML 文件的限制，我不能简单地从 Windows 资源管理器批量打印它们，所以我需要将它们转换为 .docx（或.doc) 首先。

我该怎么做呢？我使用 python-docx 尝试了一个简单的 python 脚本：

import os
from docx import Document
folderPath=<folderpath>
fileNamesList=os.listdir(folderPath)
for xmlFileName in fileNamesList:
    currentDoc=Document(os.path.join(folderPath,xmlFileName))
    docxFileName=xmlFileName.replace('.xml','.docx')
    currentDoc.save(os.path.join(folderPath,docxFileName))
    currentDoc.close()

这给出了：

docx.opc.exceptions.PackageNotFoundError: Package not found at <first file name>.xml

我猜这是因为 python-docx 不是用来打开 .xml 文件的，但这是一个非常没有根据的猜测。搜索这个错误，我能找到的只是它没有正确安装（据我所知）或使用 .doc 文件而不是 .docx 的问题。

我只是错误地使用了 python-docx 吗？如果没有，我应该使用更合适的包或技术吗？

Answer 1

不清楚这些.xml 文件是什么类型的文件，但我怀疑它们是我认为在 Word 2003 中使用的一种过渡格式，它是基于 XML 的，但不是使用的开放打包约定 (OPC) 格式自 Word 2007 以来的 Word 文档中。

python-docx 现在或永远不会读取这些内容，因此您需要将它们转换为 .docx 格式或直接解析 XML。

如果我有可用的 Windows，我想我会使用 VBA 编写一个简短的转换脚本，然后使用 python-pptx 处理 .docx 文件。我会先看看 Word 是否可以加载 .xml 文件并从那里开始。

您也许可以找到一个进行批量转换的实用程序，但我在快速搜索中没有找到任何实用程序。

如果您只对一次性打印感兴趣，并且 Word 会加载文件，那么无需转换步骤的 VBA 脚本可能是一个不错的选择。 python-docx 不打印 .docx 文件，只读取和写入它们。