docx批量转markdown脚本

DOCX转Markdown：pandoc 指令格式

Python将DOCX转换为markdown文件：py 指令格式

-------------------------------------------------------------------------

docx批量转markdown脚本 （***）
https://blog.csdn.net/ken2232/article/details/134389091

docx批量转rst方法 (***) ：分割word文档，word批量转 rst
https://blog.csdn.net/ken2232/article/details/134439155

有没有html转markdown的批量格式转换工具？linux文件编码批量转换脚本 （**）
https://blog.csdn.net/ken2232/article/details/134440905

==========================================

Python将DOCX转换为markdown文件：py 指令格式

需求驱动

我写了很多文章，用docx来保存，现在想把他放到博客上，我该怎么做？复制粘贴？不！我要格式转换！

DOCX转换成HTML

from pydocx import PyDocX
html = PyDocX.to_html(r"E:\工作管理\环境搭建\文档上传\格式转换\test.docx")
f = open("test.html", 'w', encoding="utf-8")
f.write(html)
f.close()

在这里插入图片描述如上图已经生成文件，我们看看效果：

在这里插入图片描述如上图，效果还是不错的。

HTML转换成markdown

from pydocx import PyDocX
import html2text as ht

html = PyDocX.to_html(r"E:\工作管理\环境搭建\文档上传\格式转换\test.docx")
f = open("test.html", 'w', encoding="utf-8")
f.write(html)
f.close()

text_maker = ht.HTML2Text()
text_maker.bypass_tables = False
path =r"E:\工作管理\环境搭建\文档上传\格式转换\test.html"
htmlfile = open(path,'r',encoding='UTF-8')
htmlpage = htmlfile.read()
text = text_maker.handle(htmlpage)
md = text.split('#')
open("test.md","w").write(md[1])

原文链接：https://blog.csdn.net/weixin_43431593/article/details/105185702

DOCX转Markdown：指令格式

工具

    pandoc 一个强大的转换工具
    下载教程：https://blog.csdn.net/qq_45224889/article/details/123463037

使用

pandoc -f docx -t markdown --extract-media ./  -o 转换后你要的文件.md  -i 你要转化的文件.docx

    -f docx：指定源文件为 docx 格式（from）
    -t markdown：指定我们要转为 md 格式（to）
    –extract-media ./images ：将图片文件导出到目录 ./images/media ,所以仅仅 ./ 会默认放在当前目录下的media中
    -o output.md：表示输出的文件名为 output.md（output）
    -i input.docx：表示要转换的文件为 input.docx ( -i 可省略 )

原文链接：https://blog.csdn.net/Bkhole/article/details/131738597

利用Pandoc软件来转换word文件到markdown文件

注意doc文件需要保存docx文件格式才可以使用下面命令行

    # docx没有图片的情况如下：
    pandoc ".\test.docx" -o 1.md
     
    # docx如果存在图片，需要将图片保存到media目录下面如下：
    pandoc test.docx --extract-media=. -o test.md

原文链接：https://blog.csdn.net/ningfeng8899/article/details/131637881

docx批量转markdown脚本 （***）

写在前面

使用该方法只能转换格式比较简单的文档，包含表格的效果不是很好。

注：表格的效果，还行吧？

之所以该作者说效果不好，只是因为所使用的命令，不是最合适的而已？

工具

转换需要使用到Pandoc工具。

Pandoc是由John MacFarlane开发的标记语言转换工具，可实现不同标记语言间的格式转换，堪称该领域中的“瑞士军刀”。

Pandoc下载链接

windows脚本

docx转markdown

@echo off

for /f "tokens=* delims=" %%i in ('dir /b *.docx') do (
  @echo %%i
  pandoc -f docx -t markdown -o "%%~ni.md" "%%i"
  @echo Finished
)

pause > nul

markdown转docx

@echo off

for /f "tokens=* delims=" %%i in ('dir /b *.md') do (
  @echo %%i
  pandoc -f markdown -t docx -o "%%~ni.docx" "%%i"
  @echo Finished
)

pause > nul

python脚本

脚本名称docx_to_md.py

import os

# 将中文部分替换为你想要的文件路径。
filepath = r'待转换文件所在文件夹'
destination_path = r'转换后文件所在文件夹'

# 检查转换后文件所在文件夹是否存在，不存在则创建。
if os.path.exists(destination_path):
    pass
else:
    os.makedirs(destination_path)

# os.listdir 命令列出待转换文件所在文件夹中所有文件的名称，包含 .xxx 后缀
file_names = os.listdir(filepath)

for file_name in file_names:

    # .rfind('.')，从左往右直到最后一个 . 的位置。
    index = file_name.rfind('.')

    # index == -1 即不存在 . 符号。
    if index != -1:

        # 将不带后缀的文件名储存到另一变量中。
        file_name_nosuffix = file_name[:index]

        # os.system 命令调用系统命令行。Linux 和 Mac 可能需要将 \ 替换为 /.
        os.system(f'pandoc {filepath}\{file_name} -f docx -t markdown -s -o {destination_path}\{file_name_nosuffix}.md')

终端执行脚本

$ python docx_to_md.py

————————————————
版权声明：本文为CSDN博主「会打莎士比亚的猴子」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_32966261/article/details/130642893

：https://blog.csdn.net/qq_32966261/article/details/130642893