能否通过命令行或Python调用Microsoft Word的另存为HTML功能？

目前不存在无依赖的跨平台方法直接调用微软Word原生的「另存为HTML」功能，该能力属于微软Office的内置特性，必须依赖对应平台的Office安装，各场景可用方案如下：

• 如果你要求输出和手动点击Word「另存为->HTML」的结果100%一致，需按照部署环境选择对应原生调用方案
• 如果你可以接受和原生Word输出存在少量格式差异，可使用跨平台的LibreOffice转换方案

Windows平台 #

可直接使用pywin32库调用Word COM接口，示例代码如下：

import win32com.client as win32
from pathlib import Path

def docx_to_html_word(docx_path, output_path):
    # 初始化Word进程，后台运行不显示界面
    word_app = win32.gencache.EnsureDispatch('Word.Application')
    word_app.Visible = False
    try:
        # 打开目标docx文件
        doc = word_app.Documents.Open(str(Path(docx_path).absolute()))
        # FileFormat=10对应Word内置的HTML保存格式
        doc.SaveAs(str(Path(output_path).absolute()), FileFormat=10)
        doc.Close()
    finally:
        # 确保Word进程退出
        word_app.Quit()

使用前提：本地已安装微软Office，且安装了pywin32库（pip install pywin32）。

Mac平台 #

可通过Python调用AppleScript操作Office for Mac实现原生导出，示例代码如下：

import subprocess
from pathlib import Path

def docx_to_html_word_mac(docx_path, output_path):
    docx_abs = str(Path(docx_path).absolute())
    output_abs = str(Path(output_path).absolute())
    # 构造AppleScript调用Word导出
    as_script = f'''
    tell application "Microsoft Word"
        open POSIX file "{docx_abs}"
        save as active document file name "{output_abs}" file format format HTML
        close active document
        quit
    end tell
    '''
    subprocess.run(["osascript", "-e", as_script], check=True, capture_output=True)

使用前提：本地已安装Office for Mac。

Linux平台 #

微软未发布Linux版桌面Office，无法直接调用原生Word导出能力。如果必须100%匹配Word导出格式，可通过Wine安装Windows版Office后，配合Wine环境的Python和pywin32库调用，逻辑和Windows方案一致。 #

如果可以接受和Word原生导出存在少量格式差异，可使用LibreOffice实现跨平台转换，命令如下：

soffice --convert-to html:HTML 你的文件.docx

该命令在Windows、Mac、Linux平台均可使用，只需提前安装LibreOffice即可，也可通过Python的subprocess模块调用该命令实现批量处理。
注：极简转换类工具会剔除Word生成的冗余标签，不符合你下游流程的适配要求，无需考虑

内容的提问来源于stack exchange，提问作者Milos Cuculovic