Python将HTML手动转换为doc

最近项目中遇到一个很棘手的问题,需要将前端生成doc转换为后端Python生成,起初使用了python-docx生成,但是生成的doc文件缺少了样式,最后在理解了前端转换doc的jquery.wordexport.js文件后,将jquery.wordexport.js移植到Python中。

简述一下jquery.wordexport.js这个文件的逻辑:在HTML文件内容开头和结尾处增加doc描述,将图片转化为本地图片,添加img描述脚本,最后输出为doc文件。Python将HTML生成doc也类似,只不过我还将所有图片转换为base64位,逻辑代码如下:

def make_word(file_name, htmlstr):
    # docx
    now = int(time.time())
    filehtmlname = 'HTMLfiles/template{}.html'.format(now)
    # 将HTML内容中的echart图和图片统一转化为base64位图片方便传输。
    imgsrc_base64_makechart('template{}'.format(now), file_name, htmlstr)
    # 把HTML文件转化为doc
    docurl = html2doc(file_name, filehtmlname)
    os.remove(filehtmlname)
    return docurl

def html2doc(file_name, html_url):
    rename = 'docxFiles/{}.doc'.format(file_name)
    shutil.copyfile(html_url, rename)
    with open(rename, 'r') as f:
        doc_content = f.read()
        soup = BeautifulSoup(doc_content, "html.parser")
        imgs = soup.find_all("img")
        header = 'Mime-Version: 1.0\nContent-Base: http://www.baidu.com\nContent-Type: Multipart/related; boundary="NEXT.ITEM-BOUNDARY";type="text/html"\n\n--NEXT.ITEM-BOUNDARY\nContent-Type: text/html; charset="utf-8"\nContent-Location: http://www.baidu.com\n'
        mhtmlBottom = '\n'
        for img in imgs:
            data = img['src'].split('base64,')[1]
            location = img['src']
            type = img['src'].split(':')[1].split(';')[0]
            encoding = img['src'].split(';')[1].split(',')[0]
            mhtmlBottom += '--NEXT.ITEM-BOUNDARY\n'
            mhtmlBottom += 'Content-Location: ' + location + '\n'
            mhtmlBottom += 'Content-Type: ' + type + '\n'
            mhtmlBottom += 'Content-Transfer-Encoding: ' + encoding + '\n\n'
            mhtmlBottom += data + '\n\n'
        mhtmlBottom += '--NEXT.ITEM-BOUNDARY--'
        fx = header + str(soup) + mhtmlBottom
    with open(rename,"w") as f:
        f.write(fx)
    return rename
    
# 替换html中统计图模板变量以及转img为base64位
def imgsrc_base64_makechart(tem_name, title_str, htmlstr):
    soup = BeautifulSoup(htmlstr, "html.parser")
    imgs = soup.find_all("img")
    if len(imgs) != 0:
        for img in imgs:
            src = img["src"]
            if src.find('data:image') == -1:
                img_url = src.split('/')[-1]
                with open('static/img/' + img_url,"rb") as f:#转为二进制格式
                    base64_data = base64.b64encode(f.read())#使用base64进行加密
                    img["src"] = 'data:image/png;base64,' + base64_data
                    img['crossOrigin'] = "Anonymous"
                if img_url.find('template') != -1:
                    try:
                        os.remove('static/img/' + img_url)
                        os.remove('HTMLfiles/{}.html'.format(img_url.split('.')[0]))
                    except:
                        pass
    fx = soup
    with open('HTMLfiles/{}.html'.format(tem_name),"w") as f:
        f.write(str(fx))
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,558评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,002评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,024评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,144评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,255评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,295评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,068评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,478评论 1 305
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,789评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,965评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,649评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,267评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,982评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,800评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,847评论 2 351