自己动手做一个批量doc转换为docx文件的小工具
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:
- 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。
- 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。
- 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。
- 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:
- 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。
- 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。
- 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
- 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 ...
- 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. ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- [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 ...
- 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 ...
- 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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 【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 ...
- 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 ...
- 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 ...
- 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, ...
- 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 ...
- 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, ...