近期公司需要处理一批DOC文件，而在windows系统中，python没有模块能直接读取doc文件。需要先把doc文件批量转成docx文件，再读取操作。linux系统python有模块可直接读取doc文件，下次再分享。

首先安装win32com。

下载地址，https://github.com/mhammond/pywin32/releases。自行下载合适版本安装

转换代码如下

from win32com import client as wc w = wc.Dispatch('Word.Application') # 或用下面方法，使用启动独立的进程 # w = wc.DispathchEx('Word.Application') doc = w.Documents.Open('E:/测试.doc') doc.SaveAs('E:/测试.docx', 16) # 参数16必须要写，否则报错

转换完成之后，有多种方法可以读取docx文件里面的内容及格式，例如使用python-docx。