【发布时间】:2021-03-12 15:53:01
【问题描述】:
我需要将 word 文档转换为 html 代码,然后将其保存到 .txt 文件中,其中行数不超过 100 个字符(稍后会有一个过程,如果它们是,则不会超过 255 个字符不在单独的行中)。
到目前为止,我已经成功(尽管欢迎使用更好的解决方案)设法将 .docx 文件转换为 html 并将该变量部署到 .txt 文件中。但是,我无法弄清楚如何分隔线。是否有任何集成功能可以实现这一点?
import mammoth
with open(r'C:\Users\uXXXXXX\Downloads\Test_Script.docx', "rb") as docx_file:
result = mammoth.convert_to_html(docx_file)
html = result.value # The generated HTML
messages = result.messages # Any messages, such as warnings during conversion
with open(r'C:\Users\uXXXXXX\Downloads\Output.txt', 'w') as text_file:
text_file.write(html)
【问题讨论】:
-
没有说明,但我怀疑你不希望单词中间有换行符,或者标签对吗?
-
在
html中每 100 个字符插入一个换行符对你有用吗? -
抱歉,不需要。只需每 100 个字符插入一个换行符就可以了,是的。