前言

最近遇到了一个需求,就是要把大量的doc格式文件转换为docx文件,因此就动手做了一个批量转换的小工具。

背景

doc文件是什么?

"doc" 文件是一种常见的文件格式,通常用于存储文本文档。它是 Microsoft Word 文档的文件扩展名。"doc" 是 "document" 的缩写,表示这是一个文档文件。这种文件格式通常包含文本、图像、表格、图形等内容,可以使用 Microsoft Word 或其他兼容的文字处理软件进行打开和编辑。

docx文件是什么?

"docx" 文件是 Microsoft Word 2007 及更高版本中使用的文档文件格式的扩展名。它是 Office Open XML (OOXML) 标准的一部分,是一种基于 XML 的开放标准格式,用于存储文本文档、图像、表格、图形等内容。与早期的 ".doc" 格式相比,".docx" 格式具有更高的兼容性和可扩展性,并且文件大小通常更小。由于其开放的特性,许多其他文字处理软件也支持 ".docx" 格式。

为什么要将doc文件转化为docx文件?

将 ".doc" 文件转换为 ".docx" 文件的主要原因包括:

  1. 更先进的格式:".docx" 使用 Office Open XML 格式,这是一种更现代、更有效的文件格式。它采用了基于 XML 的结构,使得文件更容易解析和处理,同时也提供了更好的兼容性和可扩展性。
  2. 减小文件大小:由于 ".docx" 文件采用了更高效的压缩技术和文件结构,相比 ".doc" 文件通常会更小,这对于存储和传输文件是有利的。
  3. 兼容性:许多最新版本的文字处理软件更支持 ".docx" 格式,而较旧的 ".doc" 格式可能会在一些软件中出现兼容性问题。将文件转换为 ".docx" 格式可以确保在不同平台和软件中的良好兼容性。
  4. 格式稳定性:".docx" 格式的结构更加稳定,不容易出现文件损坏或格式错误的问题,从而提高了文档的可靠性。

综上所述,将 ".doc" 文件转换为 ".docx" 文件可以提高文件的效率、兼容性和稳定性,是一种值得推荐的做法。

实践

方案使用C#通过Microsoft Office Interop实现将.doc文件转换为.docx文件。

添加引用:

前提是需要电脑上安装有word。

页面设计如下所示:

选择doc文件所在的文件夹:

   // 创建一个新的FolderBrowserDialog
FolderBrowserDialog folderBrowserDialog = new FolderBrowserDialog(); // 设置FolderBrowserDialog的属性
folderBrowserDialog.Description = "请选择待转换的doc文件所在的文件夹"; // 显示FolderBrowserDialog,并获取结果
if (folderBrowserDialog.ShowDialog() == DialogResult.OK)
{
docFolderPath = folderBrowserDialog.SelectedPath;
richTextBox1.Text += $"你选择的待转换的doc文件所在的文件夹是:{docFolderPath}\r\n";
}

选择保存docx文件的文件夹:

 // 创建一个新的FolderBrowserDialog
FolderBrowserDialog folderBrowserDialog = new FolderBrowserDialog(); // 设置FolderBrowserDialog的属性
folderBrowserDialog.Description = "请选择保存docx文件的文件夹"; // 显示FolderBrowserDialog,并获取结果
if (folderBrowserDialog.ShowDialog() == DialogResult.OK)
{
// 用户已选择一个文件夹,可以通过folderBrowserDialog.SelectedPath获取所选文件夹的路径
docxFolderPath = folderBrowserDialog.SelectedPath;
richTextBox1.Text += $"你选择的保存docx文件的文件夹是:{docFolderPath}\r\n";
}

开始转换按钮事件处理函数:

 if (docFolderPath == null || docxFolderPath == null)
{
MessageBox.Show("请先选择doc文件所在的文件夹与保存docx文件的文件夹");
}
else
{ await DocToDocx();
}

为了避免阻塞界面,使用了异步方法。

DocToDocx方法如下所示:

  public async System.Threading.Tasks.Task DocToDocx()
{
// 使用Task.Run来启动一个新的异步任务
await System.Threading.Tasks.Task.Run(() =>
{
// 创建 Word 应用程序实例
Microsoft.Office.Interop.Word.Application wordApp = new Microsoft.Office.Interop.Word.Application(); int i = 1;
// 遍历所有.doc文件
foreach (string docFile in GetFiles(docFolderPath, "*.doc"))
{
// 打开输入的 .doc 文件
Document doc = wordApp.Documents.Open(docFile); // 获取不带扩展名的文件名
string fileNameWithoutExtension = Path.GetFileNameWithoutExtension(docFile); // 将扩展名改为.docx
string docxFileName = Path.ChangeExtension(fileNameWithoutExtension, ".docx"); string docxFilePath = Path.Combine(docxFolderPath, docxFileName); // 将 .doc 文件保存为 .docx 格式
doc.SaveAs2(docxFilePath, WdSaveFormat.wdFormatXMLDocument); // 关闭 .doc 文件
doc.Close(); // 释放 Document 对象的资源
System.Runtime.InteropServices.Marshal.ReleaseComObject(doc); // 使用Invoke方法来更新richTextBox1
richTextBox1.Invoke((Action)(() =>
{
richTextBox1.Text += $"第{i}个文件:{docFile}转换完成 {DateTime.Now}\r\n"; // 设置插入点到文本的最后
richTextBox1.SelectionStart = richTextBox1.Text.Length; // 滚动到插入点
richTextBox1.ScrollToCaret();
})); i++;
} // 退出 Word 应用程序
wordApp.Quit(); // 释放资源
System.Runtime.InteropServices.Marshal.ReleaseComObject(wordApp); // 使用Invoke方法来更新richTextBox1
richTextBox1.Invoke((Action)(() =>
{
richTextBox1.Text += $"转换完成 {DateTime.Now}\r\n";
}));
});

GetFiles方法如下所示:

   // 这个方法返回一个IEnumerable<string>,表示文件的路径
public IEnumerable<string> GetFiles(string path, string searchPattern)
{
// 获取文件夹下的所有文件
string[] files = Directory.GetFiles(path, searchPattern); // 遍历所有文件
foreach (string file in files)
{
// 返回当前文件
yield return file;
}
}

这里使用了yield关键字,使用yield的好处如下:

  1. 延迟执行:迭代器的执行会被延迟,直到迭代器被消费时才开始。这意味着如果你有一个大的数据集合需要处理,但并不需要立即处理所有数据,那么使用yield可以帮助你节省内存和计算资源。
  2. 简化代码:yield可以使你的代码更简洁,更易于阅读和理解。你不需要创建一个临时的集合来存储你的结果,而是可以直接使用yield return来返回结果。
  3. 无需一次性生成所有结果:当处理大量数据时,一次性生成所有结果可能会消耗大量内存。使用yield可以在每次迭代时只生成一个结果,从而节省内存。

实现原理其实很简单,就是用新版本的word打开再保存就行了。

 // 打开输入的 .doc 文件
Document doc = wordApp.Documents.Open(docFile); // 获取不带扩展名的文件名
string fileNameWithoutExtension = Path.GetFileNameWithoutExtension(docFile); // 将扩展名改为.docx
string docxFileName = Path.ChangeExtension(fileNameWithoutExtension, ".docx"); string docxFilePath = Path.Combine(docxFolderPath, docxFileName); // 将 .doc 文件保存为 .docx 格式
doc.SaveAs2(docxFilePath, WdSaveFormat.wdFormatXMLDocument); // 关闭 .doc 文件
doc.Close(); // 释放 Document 对象的资源
System.Runtime.InteropServices.Marshal.ReleaseComObject(doc);

需要转换的doc文件所在的文件夹:

软件使用截图:

实现效果:

实现了批量doc文件转换为docx文件。

如果不熟悉C#也可以通过Python实现。

以下是一个文件转换的示例代码,经过测试可行:

import os
import win32com.client def convert_doc_to_docx(doc_path):
# 创建Word应用程序对象
word = win32com.client.Dispatch("Word.Application") # 打开.doc文件
doc = word.Documents.Open(doc_path) # 设置新的文件路径
docx_path = os.path.splitext(doc_path)[0] + ".docx" # 保存文件为.docx格式
doc.SaveAs(docx_path, FileFormat=16) # 16 represents wdFormatXMLDocument # 关闭文档
doc.Close() # 关闭Word应用程序
word.Quit() # 使用函数
convert_doc_to_docx("Path")

由于时间精力有限,没有写成批量处理的形式。

还有一种方案就是在word里写VBA。

采用哪种方案可以根据自己的熟练度。

自己动手做一个批量doc转换为docx文件的小工具的更多相关文章

  1. 开源一个自动整理B站UWP客户端软件进行批量下载的视频文件的小工具BiliVideosReoganizeHelper​

    ​ 大家都知道B站是一个很受欢迎的视频学习网站,上面有很多无私的up主上传了大量优秀的教学视频,在此向B站致敬,向广大UP主致敬. 有时,我们需要下载收藏一些视频,以防止以后找不到了.那么我们可以用B ...

  2. Python如何实现doc文件转换为docx文件?

    Python如何实现doc文件转换为docx文件? 在开发过程中遇到一个关于读写doc和docx的问题: 一个文件夹中有两种文件, 一种为doc结尾, 一种为docx结尾, 需要将这些文件全部重命名. ...

  3. java使用poi读取doc和docx文件(maven自动导入依赖包)

    java使用poi读取doc和docx文件(maven自动导入依赖包) 于是在网上搜寻了一阵之后才发现原来doc文档和excel一样不能用普通的io流的方法来读取,而是也需要用poi,于是进行了一番尝 ...

  4. 用C#Winform写个简单的批量清空文件内容和删除文件的小工具

    用C#Winform写个简单的批量清空文件内容和删除文件的小工具 本文介绍这个简单得不能再简单的小项目.做这个项目,有以下目的. 1 当然是做个能用的工具 2 学习使用Github 关于用VS2013 ...

  5. 一个支持 CodeFirst/DbFirst/ModelFirst 的数据库小工具

    一个支持 CodeFirst/DbFirst/ModelFirst 的数据库小工具 Intro DbTool 是一个支持 CodeFirst/DbFirst/ModelFirst 的数据库小工具,原本 ...

  6. 告别收费BI!如何自己动手做一个免费的可视化数据报表还支持文档在线预览?

    本人大学刚毕业目前在一家互联网公司从事产品运营工作,一季度刚过,公司需要我出一份产品运营数据报表,由于产品用户数据.订单数据等数据量太大,我希望找一款Bi产品,支持我做出一个精美的可视化报表,还可以让 ...

  7. java使用poi读取doc和docx文件

    这几天在学习java io流的东西,有一个网友看到博客后问了一个问题,就是说他的doc文档为什么用我所说的方法死活就是乱码. 我一开始以为是他方法问题,结果自己试了之后发现和他的结果一样也是乱码. 于 ...

  8. [转]用Python做一个自动生成读表代码的小脚本

    写在开始(本片文章不是写给小白的,至少你应该知道一些常识!) 大家在Unity开发中,肯定会把一些数据放到配置文件中,尤其是大一点的项目,每次开发一个新功能的时候,都要重复的写那些读表代码.非常烦.来 ...

  9. ruby利用Zip Gem写一个简单的压缩和解压的小工具

    在UNIX下的我们怎么会沦落到用ruby写压缩和解压工具呢?直接上shell啊!但是请允许本猫这次可耻的用ruby来玩玩吧!其实ruby GEM中有很多压缩解压包,我选的是Zip,也许是因为名字符合K ...

  10. 教你动手做一个 iOS 越狱 app

    前言 俗话说得好, 万事开头难. 仅仅是上图一个如此简单地不能再简单的小app, 其实都不算是app, 只是注入了一段代码进系统中, 等到特定的函数方法调用的时候就会被我们hook掉, 执行我们写的代 ...

随机推荐

  1. MaxCompute(ODPS)和Hive的区别

    Hive概述 架构于Hadoop之上,可以将结构化的HDFS文件映射成一张表,并提供了类似于SQL语法的HQL查询功能. 核心本质:将HQL语句转换成MapReduce任务. Hive的优缺点 优点 ...

  2. Windows终端的一些配置

    前言 记录早前拿到新的笔记本(win10)后配置命令行的过程,以下是环境: 命令行 : CMD,PowerShell7 Shell :Windows Terminal 设置编码格式(当前代码页)为UT ...

  3. react中的setState是同步还是异步?react为什么要将其设计成异步?

    壹 ❀ 引 了解react的同学都知道,react遵守渲染公式UI=Render(state),状态决定了组件UI最终渲染的样子(props也可以理解为外部传入的状态),由此可见state对于reac ...

  4. Python异步编程原理篇之IO多路复用模块selector

    selector 简介 selector 是一个实现了IO复用模型的python包,实现了IO多路复用模型的 select.poll 和 epoll 等函数. 它允许程序同时监听多个文件描述符(例如套 ...

  5. 【Unity3D】MonoBehaviour的生命周期

    1 前言 ​ Unity3D 中可以给每个游戏对象添加脚本,这些脚本必须继承 MonoBehaviour,用户可以根据需要重写 MonoBehaviour 的部分生命周期函数,这些生命周期函数由系统自 ...

  6. Go语言的100个错误使用场景(48-54)|错误管理

    目录 前言 7. 错误管理 7.1 panicking(#48) 7.2 不清楚何时应该包裹一个 error(#49) 7.3 检查错误类型不够精确(#50) 7.4 检查错误值不够精确(#51) 7 ...

  7. Java设计模式-命令模式Command

    介绍 命令模式(Command Pattern):在软件设计中,我们经常需要向某些对象发送请求,但是并不知道请求的接收 者是谁,也不知道被请求的操作是哪个, 我们只需在程序运行时指定具体的请求接收者即 ...

  8. Java设计模式-模板模式Template

    介绍 模板方法模式(Template Method Pattern),又叫模板模式(Template Pattern),z 在一个抽象类公开定义了执行.它的方法的模板.它的子类可以按需要重写方法实现, ...

  9. letcode-两数相除

    题解 设未知数: Br= 125 / 3,拆进行如下拆解: Br = 125 / 3 Br = (29 + 96)/3 Br = 29/3 + (32 * 3) / 3 Br = 29/3 + (2 ...

  10. TCP协议的流量控制和拥塞控制

    一开始,我总是容易把这2个概念搞混淆了,因此,为了加深理解,我写出来整理下思路. 一:流量控制 什么是流量控制,它涉及到哪些内容呢? 首先,我们看看一个最简单的tcp传输涉及到哪些东西 发送端,数据, ...