告别手动转换！用Python脚本5分钟搞定批量DOC转DOCX（附完整代码）

告别手动转换！用Python脚本5分钟搞定批量DOC转DOCX（附完整代码）

上周，我接手了一个让我头皮发麻的任务——把公司过去十年积累的几百份技术文档从老旧的.doc格式统一升级到.docx。这些文件散落在十几个不同的项目文件夹里，有的还嵌套了好几层子目录。如果一个个手动打开Word，点击“另存为”，我估计得花上整整两天时间，而且过程中肯定会出现手误或者遗漏。

更麻烦的是，这些文档里有些包含了敏感的技术参数和客户信息，我根本不敢随便上传到那些在线转换网站。市面上的批量转换工具要么收费不菲，要么功能臃肿，安装包大得吓人。作为一个有点编程基础的技术人，我决定自己动手解决这个问题。

结果让我自己都惊讶：只用了一个下午的时间，我写了一个不到100行的Python脚本，不仅完美解决了批量转换的需求，还加上了进度显示、错误处理和目录结构保留这些实用功能。整个过程的核心逻辑其实非常简单，就是通过Python调用电脑上已经安装的Word程序来“代劳”转换工作。今天我就把这个完整的解决方案分享出来，包括完整的代码、详细的注释，以及我在开发过程中踩过的几个坑。

1. 为什么选择Python + win32com方案？

在开始动手之前，我们先来聊聊为什么这个方案值得你花时间学习。市面上处理文档格式转换的方法很多，但各有各的局限。

在线转换工具的隐私风险是最大的问题。去年我们部门就发生过一次小事故，一位同事把一份包含客户联系方式的文档上传到了某个免费转换网站，结果几天后开始收到垃圾邮件。虽然无法直接证明是转换网站泄露的，但这种风险确实存在。而且，当文档数量多、体积大时，上传下载的时间成本也很高。

商业软件通常价格不菲。我调研了几款专业的文档批量处理工具，年费基本都在几百到上千元。对于个人或者小团队来说，这显然不是最优选择。更重要的是，这些软件往往是“黑盒”操作，你无法控制转换的具体过程，遇到特殊格式问题时调试起来非常困难。

Office自带的VBA宏也是一个选项，我在网上也找到了相关的代码示例。但VBA的调试体验比较差，错误信息不够友好，而且宏安全性设置经常会给执行带来麻烦。更重要的是，VBA脚本的可移植性不强，换一台电脑可能就需要重新配置。

相比之下，Python + win32com的方案有几个明显的优势：

• 完全本地运行：所有文件都在你自己的电脑上处理，数据不出本地，安全性最高。
• 零额外成本：Python是免费的，win32com库也是免费的，你只需要一台安装了Office或WPS的电脑。
• 高度可控：你可以完全控制转换的每一个环节，添加自定义的逻辑，比如只转换特定日期之后的文件，或者在转换前自动备份。
• 易于扩展：Python的生态非常丰富，你可以轻松地把这个脚本集成到更大的自动化流程中，比如结合文件监控、邮件通知等功能。

注意：这个方案依赖于你电脑上已经安装的Microsoft Office或WPS。脚本实际上是通过COM接口“遥控”Word程序来执行转换，所以转换质量与你在Word中手动“另存为”的效果是完全一致的。

下面这个表格对比了几种常见方案的优缺点：

2. 环境准备与核心库安装

在开始写代码之前，我们需要先把环境搭建好。这个过程很简单，即使你是Python新手也能轻松完成。

2.1 Python环境确认

首先，确保你的电脑上已经安装了Python。打开命令行（Windows上是CMD或PowerShell，macOS/Linux上是Terminal），输入以下命令检查：

python --version
# 或者
python3 --version

如果显示的是Python 3.6或更高版本（比如Python 3.9.13），那就没问题。如果提示“不是内部或外部命令”，你需要先去Python官网下载并安装。安装时记得勾选“Add Python to PATH”选项。

2.2 安装win32com库

win32com是Python与Windows COM组件交互的核心库，我们的脚本就是通过它来调用Word的。安装命令非常简单：

pip install pywin32

如果你在国内，觉得下载速度慢，可以加上清华的镜像源：

pip install pywin32 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后，可以写个简单的测试脚本验证一下：

import win32com.client

# 尝试创建Word应用对象
try:
    word = win32com.client.Dispatch("Word.Application")
    print("✅ win32com库和Word COM接口工作正常")
    word.Quit()  # 记得退出，否则Word进程会留在后台
except Exception as e:
    print(f"❌ 出现问题: {e}")

把这个代码保存为test_word.py并运行，如果看到成功提示，说明环境配置正确。

2.3 理解COM接口的工作原理

这里稍微深入一点，解释一下win32com是如何工作的。COM（Component Object Model）是微软的一套组件对象模型标准，Office系列软件都通过COM接口暴露了自己的功能。

当你执行win32com.client.Dispatch("Word.Application")时，实际上发生了这些事情：

1. Python通过win32com库向Windows系统请求：“我要启动一个Word应用程序对象”。
2. Windows找到系统中注册的Word COM组件，并创建一个Word进程（但你设置为不可见，所以看不到界面）。
3. 返回一个Python对象，这个对象可以调用Word的所有方法和属性，就像你在VBA中操作Word一样。

这种“进程间通信”的方式虽然会有一点性能开销（因为要启动Word进程），但换来了100%的格式兼容性——毕竟，执行转换的就是Word本身。

3. 核心代码实现与逐行解析

现在进入最核心的部分：代码实现。我会把完整的脚本拆解成几个功能模块，逐一解释每一行代码的作用。即使你之前没怎么接触过win32com，跟着注释也能完全理解。

3.1 基础转换函数

我们先从最核心的单个文件转换函数开始。这个函数负责打开一个.doc文件，然后另存为.docx格式。

import os
import win32com.client
from win32com.client import constants

def convert_doc_to_docx(input_path, output_path):
    """
    将单个.doc文件转换为.docx格式
    
    参数:
        input_path: 输入的.doc文件完整路径
        output_path: 输出的.docx文件完整路径
    """
    word = None
    doc = None
    
    try:
        # 启动Word应用程序，设置为不可见模式
        word = win32com.client.Dispatch("Word.Application")
        word.Visible = False  # 不显示Word界面
        word.DisplayAlerts = False  # 不显示警告对话框
        
        # 打开.doc文档
        # ReadOnly=True防止意外修改原文件
        # AddToRecentFiles=False不添加到Word最近文件列表
        doc = word.Documents.Open(
            input_path,
            ReadOnly=True,
            AddToRecentFiles=False
        )
        
        # 另存为.docx格式
        # wdFormatXMLDocument是.docx的格式代码
        doc.SaveAs2(
            output_path,
            FileFormat=constants.wdFormatXMLDocument
        )
        
        return True, None
        
    except Exception as e:
        # 记录错误信息
        return False, str(e)
        
    finally:
        # 确保无论如何都关闭文档和Word应用
        if doc:
            doc.Close(SaveChanges=False)
        if word:
            word.Quit()

这个函数有几个关键点需要注意：

• word.Visible = False：这个设置非常重要，它让Word在后台运行，你不会看到Word窗口一闪而过。如果设为True，当批量处理几百个文件时，你会看到Word窗口疯狂地打开关闭。
• word.DisplayAlerts = False：关闭警告对话框。有些老文档可能有格式兼容性问题，Word会弹出警告，这个设置可以避免脚本被对话框卡住。
• SaveChanges=False：在关闭文档时，我们明确指定不保存更改。因为我们是只读打开的，理论上不会有更改，但这是良好的编程习惯。
• constants.wdFormatXMLDocument：这是.docx格式的常量值。win32com提供了很多这样的常量，你可以在Python交互环境中输入dir(constants)查看所有可用的格式常量。

3.2 批量处理与目录遍历

单个文件转换搞定后，我们需要处理批量文件和目录遍历。这里我设计了一个比较灵活的函数，可以处理单个文件、文件列表，或者整个文件夹。

def batch_convert_doc_to_docx(input_items, output_dir, include_subfolders=True):
    """
    批量转换.doc文件为.docx格式
    
    参数:
        input_items: 可以是单个文件路径、文件路径列表或文件夹路径
        output_dir: 输出目录
        include_subfolders: 是否包含子文件夹（当input_items是文件夹时有效）
    
    返回:
        success_count: 成功转换的文件数
        fail_count: 失败的文件数
        errors: 错误信息列表，每个元素是(文件路径, 错误信息)
    """
    # 收集所有需要转换的文件路径
    all_files = []
    
    if isinstance(input_items, str):
        # 如果是字符串，可能是单个文件或文件夹
        if os.path.isfile(input_items):
            # 单个文件
            if input_items.lower().endswith('.doc'):
                all_files.append(input_items)
        elif os.path.isdir(input_items):
            # 文件夹
            if include_subfolders:
                # 遍历所有子文件夹
                for root, dirs, files in os.walk(input_items):
                    for file in files:
                        if file.lower().endswith('.doc'):
                            all_files.append(os.path.join(root, file))
            else:
                # 只遍历当前文件夹
                for file in os.listdir(input_items):
                    if file.lower().endswith('.doc'):
                        all_files.append(os.path.join(input_items, file))
    elif isinstance(input_items, list):
        # 文件列表
        for item in input_items:
            if os.path.isfile(item) and item.lower().endswith('.doc'):
                all_files.append(item)
    
    if not all_files:
        print("⚠️ 没有找到任何.doc文件")
        return 0, 0, []
    
    print(f"📁 找到 {len(all_files)} 个需要转换的.doc文件")
    
    # 创建输出目录（如果不存在）
    os.makedirs(output_dir, exist_ok=True)
    
    # 开始批量转换
    success_count = 0
    fail_count = 0
    errors = []
    
    for i, input_file in enumerate(all_files, 1):
        # 计算输出路径，保持目录结构
        if os.path.isdir(input_items) and include_subfolders:
            # 保持相对路径结构
            rel_path = os.path.relpath(os.path.dirname(input_file), input_items)
            output_subdir = os.path.join(output_dir, rel_path)
            os.makedirs(output_subdir, exist_ok=True)
            
            # 生成输出文件名（将.doc替换为.docx）
            filename = os.path.basename(input_file)
            output_filename = filename[:-4] + '.docx'  # 去掉.doc，加上.docx
            output_file = os.path.join(output_subdir, output_filename)
        else:
            # 扁平化输出到output_dir
            filename = os.path.basename(input_file)
            output_filename = filename[:-4] + '.docx'
            output_file = os.path.join(output_dir, output_filename)
        
        # 避免文件名冲突
        counter = 1
        original_output_file = output_file
        while os.path.exists(output_file):
            name_part, ext_part = os.path.splitext(original_output_fi