在不依赖 Microsoft Office 或 Pandas 的情况下，使用 Python 实现 `.doc` 到 `.docx` 的格式转换，可以通过使用 `antiword` 和 `python-docx` 的组合来实现。具体方法如下： 1. **从 `.doc` 提取文本**：可以使用 `antiword` 这个外部工具来提取 `.doc` 文件中的文本内容。`antiword` 是一个开源的命令行工具，支持从旧版 Word `.doc` 格式中提取文字内容。可以通过 Python 的 `subprocess` 模块调用 `antiword` 命令行工具，将 `.doc` 文件转换为纯文本格式 [^1]。 示例代码： ```python import subprocess def extract_text_from_doc(doc_path): cmd = ['antiword', doc_path] result = subprocess.run(cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True) return result.stdout ``` 2. **将文本写入 `.docx` 文件**：使用 `python-docx` 库将提取的文本保存为 `.docx` 格式。`python-docx` 是一个用于创建和更新 Word 文档的 Python 库，可以生成 `.docx` 文件而不需要依赖 Microsoft Office [^1]。 示例代码： ```python from docx import Document def save_text_to_docx(text, output_path): doc = Document() doc.add_paragraph(text) doc.save(output_path) ``` 3. **整合流程**：将上述两部分整合为一个完整的流程，从 `.doc` 文件中提取文本并保存为 `.docx` 文件。 示例代码： ```python def convert_doc_to_docx(doc_path, output_path): text = extract_text_from_doc(doc_path) save_text_to_docx(text, output_path) ``` 4. **注意事项**： - 确保 `antiword` 已安装并在系统路径中可用，否则需要指定完整路径。 - 由于 `antiword` 仅支持 `.doc` 格式，无法处理 `.docx` 文件。 - 提取的文本格式可能不完全保留原始文档的排版，但可以满足基本的文字内容转换需求 [^1]。 ### 示例完整代码 ```python import subprocess from docx import Document def extract_text_from_doc(doc_path): cmd = ['antiword', doc_path] result = subprocess.run(cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True) return result.stdout def save_text_to_docx(text, output_path): doc = Document() doc.add_paragraph(text) doc.save(output_path) def convert_doc_to_docx(doc_path, output_path): text = extract_text_from_doc(doc_path) save_text_to_docx(text, output_path) # 使用示例 convert_doc_to_docx("example.doc", "output.docx") ``` 这种方法可以在不依赖 Microsoft Office 或 Pandas 的情况下实现 `.doc` 到 `.docx` 的格式转换。