Python实现Word与TXT互转的完整代码

Word 文档承载了丰富的版式信息：字体、颜色、表格、图片、页眉页脚，适合作为最终交付的成品；但它也因此在很多自动化场景里显得"太重"。纯文本文件（.txt）则是另一种极端——它剥离了所有样式，只保留一行行文字，却正因为简单而能被任何程序读写、能直接进日志系统、能喂给自然语言处理脚本。把 Word 和 TXT 互相打通，往往就是连接"人写的精致文档"和"机器处理的数据"之间最短的桥。本文介绍如何用 Spire.Doc for Python，用最少的代码完成 Word 转 TXT 与 TXT 转 Word 两个方向的转换，并补充编码处理与批量处理的实战技巧。

为什么需要在 Word 与 TXT 之间互转

两个方向的转换解决的是完全不同的问题，理解各自的适用场景能帮你少走弯路：

• Word → TXT（提取纯内容）：当你只关心文字本身、不关心样式时，比如做全文检索、关键词统计、把合同正文喂给大模型、或者生成可在任意终端查看的轻量副本，把 Word 另存为 TXT 是最直接的办法。
• TXT → Word（恢复可编辑性）：当内容最初以纯文本形式存在——比如程序导出的日志、从网页复制下来的文字、同事发来的无格式备忘录——转成 Word 后才能排版、加标题、插入表格，成为一份像样的正式文档。

与手动"另存为"或在线转换工具相比，用脚本处理的好处是可复现、可批量、能嵌入更大的文档流水线，而且不依赖人工点击。

环境准备

本文使用 Spire.Doc for Python 完成 Word 与 TXT 之间的互转。它把转换逻辑直接封装在 Document 对象的 LoadFromFile 与 SaveToFile 方法中，指定不同的 FileFormat 即可在保存时自动完成格式切换。先通过 pip 安装：

pip install Spire.Doc

安装完成后，在脚本中导入所需模块即可开始：

from spire.doc import *
from spire.doc.common import *

FileFormat 等枚举来自 spire.doc.common，后续转换时直接引用即可。

将 Word 转换为 TXT

把 Word 变成纯文本，本质就是"换一种格式保存"——不需要任何额外处理，只要在 SaveToFile 的第二个参数里指定 FileFormat.Txt，Spire.Doc 就会在保存过程中把文档内容抽取成一行行纯文字，丢掉字体、颜色、表格线等所有样式信息。下面加载一份 .docx 并直接输出为 .txt：

from spire.doc import *
from spire.doc.common import *

inputFile = "./Data/Template_Docx_1.docx"
outputFile = "WordToTxt.txt"

# 创建 Word 文档对象
document = Document()
# 从磁盘加载待转换的 Word 文档
document.LoadFromFile(inputFile)
# 以 TXT 格式保存，完成 Word 到纯文本的转换
document.SaveToFile(outputFile, FileFormat.Txt)
document.Close()

这段代码先 LoadFromFile 载入 Word，再调用 SaveToFile 并传入 FileFormat.Txt——引擎会遍历文档正文，把段落、标题文字按先后顺序拼成纯文本写出。转换结束后记得调用 Close() 释放文档资源，尤其在循环批量处理多份文件时，及时释放能避免内存占用过高。需要提醒的是：TXT 是一种"有损"格式，原本的加粗、表格、图片在结果里都不会保留，它只负责把"字"原原本本地拿出来。

将 TXT 转换为 Word

反过来，把纯文本变回 Word 同样是一条龙操作：Spire.Doc 能识别 .txt 扩展名，在 LoadFromFile 时按文本文件读入，随后的 SaveToFile 指定 FileFormat.Docx2013 即可输出成现代 .docx 文档。下面把一份 TXT 还原为可编辑的 Word：

from spire.doc import *
from spire.doc.common import *

inputFile = "./Data/Template_TxtFile.txt"
outputFile = "TxtToWord.docx"

# 创建 Word 文档对象
document = Document()
# 加载文本文件（按 .txt 扩展名自动识别为纯文本）
document.LoadFromFile(inputFile)
# 以 Docx2013 格式保存，完成 TXT 到 Word 的转换
document.SaveToFile(outputFile, FileFormat.Docx2013)
document.Close()

这里最值得注意的是 LoadFromFile 会自动根据扩展名判断文件类型，因此无需为"这是文本文件"额外声明。输出时选用 FileFormat.Docx2013，它对应 Office 2013 及之后版本的默认格式，兼容性最好。转换后的 Word 文档里，原文会按换行被拆成若干段落，但原本没有任何样式——它只是把"字"重新装回了 Word 的容器里，后续的字体、标题、表格都需要你自行添加。

处理带编码的文本文件

上面的 LoadFromFile 按扩展名读文本时，默认以常见编码（如 UTF-8 或系统默认编码）解析。如果你的 TXT 是 UTF-7、GBK 之类的特殊编码，直接 LoadFromFile 可能出现乱码。这时可以用 LoadText 方法，并显式传入 Encoding 来指定编码，再照常保存为 Word：

from spire.doc import *
from spire.doc.common import *

inputFile = "./Data/Sample_UTF-7.txt"
outputFile = "LoadTextWithEncoding.docx"

# 创建 Word 文档对象
document = Document()
# 按指定编码加载文本文件，避免乱码
document.LoadText(inputFile, Encoding.get_UTF7())
# 保存为 Word 文档
document.SaveToFile(outputFile, FileFormat.Docx2013)
document.Close()

LoadText 与 LoadFromFile 的区别在于前者把"读文本"这一步单独拎出来，并允许你控制编码细节——Encoding.get_UTF7() 只是其中一种，库里还提供了 get_UTF8()、get_Unicode() 等常见选项。当你从老系统、特定地区导出的文件里拿到 TXT 时，先用 LoadText 配对应编码读入，再 SaveToFile 成 Word，就能既保住文字不丢、又拿到可编辑的文档。

综合示例：批量互转一个文件夹

把上面的基础方法放进循环，就能一次性把某个目录里的多份文件批量转换。下面分别演示"把目录下所有 .docx 转成 .txt"和"把目录下所有 .txt 转成 .docx"两个方向的脚本，逻辑完全对称，只是 FileFormat 不同：

import os
from spire.doc import *
from spire.doc.common import *

work_dir = "./BatchFiles"
output_dir = "./Output"

# 确保输出目录存在
if not os.path.exists(output_dir):
    os.makedirs(output_dir)

# 方向一：Word -> TXT
for file_name in os.listdir(work_dir):
    if not file_name.lower().endswith(".docx"):
        continue
    document = Document()
    document.LoadFromFile(os.path.join(work_dir, file_name))
    out_path = os.path.join(output_dir, file_name.replace(".docx", ".txt"))
    document.SaveToFile(out_path, FileFormat.Txt)
    document.Close()
    print(f"已转 TXT：{file_name}")

# 方向二：TXT -> Word
for file_name in os.listdir(work_dir):
    if not file_name.lower().endswith(".txt"):
        continue
    document = Document()
    document.LoadFromFile(os.path.join(work_dir, file_name))
    out_path = os.path.join(output_dir, file_name.replace(".txt", ".docx"))
    document.SaveToFile(out_path, FileFormat.Docx2013)
    document.Close()
    print(f"已转 Word：{file_name}")

print("全部转换完成。")

这段脚本的关键点在于"用完即关"：每次循环结束都调用 Close()，这样即使处理成百上千份文件，内存也始终处于可控范围。如果 TXT 来源编码不统一，只要把方向二里的 LoadFromFile 换成带 Encoding 的 LoadText 即可，整体结构不变。

实用技巧

• 看清"有损"与"无损"：Word→TXT 会丢掉所有样式、表格、图片，只留文字；TXT→Word 得到的也是无样式段落，需要后续自己排版。不要把 TXT 当成 Word 的"备份额外版本"。
• 编码优先 UTF-8：生成或接收 TXT 时尽量统一成 UTF-8，能省掉大量乱码排查时间；遇到历史文件乱码，再用 LoadText + Encoding 兜底。
• 优先输出 Docx2013：除非要明确兼容 Word 2003 之前的版本，否则 TXT→Word 一律用 FileFormat.Docx2013，体积更小、解析更可靠。
• 先验证单份再批量：批量前先用一两份有代表性的文件（含中文、含空行）试转，确认换行与段落切分符合预期，再跑全量。
• 大文件注意资源：页数很多的 Word 转换时占用内存较高，建议分批处理并在每份 Close() 后稍作间隔，避免单次占用过大。

总结

本文介绍了如何使用 Python 和 Spire.Doc 在 Word 与 TXT 之间双向转换，核心内容如下：

• 使用 document.SaveToFile(outputFile, FileFormat.Txt) 把 Word 文档抽取为纯文本 TXT
• 使用 document.LoadFromFile(inputFile) 加载 TXT 后，SaveToFile(outputFile, FileFormat.Docx2013) 将其还原为可编辑的 Word 文档
• 当 TXT 编码特殊可能乱码时，改用 document.LoadText(inputFile, Encoding.get_UTF7()) 显式指定编码后再保存
• 将基础转换放入循环即可实现文件夹内文件的批量互转，并保持"用完即关"以控制内存

掌握这些方法后，你就能在"人写的精致 Word"和"机器好处理的纯文本"之间自由切换——无论是做内容抽取、日志归档，还是把零散文字整理成正式文档，都能用几行代码自动完成。实际项目中，建议先用单份文件确认换行与编码效果，再结合批量脚本一次性处理全量数据。

以上就是Python实现Word与TXT互转的完整代码的详细内容，更多关于Python Word与TXT互转的资料请关注脚本之家其它相关文章！

最新评论