表格提取
This commit is contained in:
cxs
parent
44050b2391
commit
f9ab2ffce0
81
README.md
81
README.md
@ -48,6 +48,87 @@ pip install -r requirements.txt
|
||||
|
||||
## 最近更新
|
||||
|
||||
### 2024年6月11日
|
||||
- **同时支持HTML标签显示和HTML文件生成**
|
||||
- 优化表格处理功能，兼顾多种输出需求
|
||||
- 移除Word文档中自动添加的表格标题，保持文档结构简洁
|
||||
- Word文档中直接以HTML标签形式显示所有表格，方便查看表格结构
|
||||
- 同时生成独立的HTML文件，提供完整的表格视图，支持交互和打印
|
||||
- 在Word文档中添加蓝色超链接提示，指引用户查看对应的HTML文件
|
||||
- 改进HTML样式，增强响应式布局和打印支持
|
||||
- 优化表格HTML标签生成过程，确保标签规范性和一致性
|
||||
- 增强错误处理，即使某些表格转换失败也能保持系统稳定
|
||||
- 提升整体文档处理流程的健壮性和用户体验
|
||||
|
||||
### 2024年6月10日
|
||||
- **采用HTML标签形式输出表格**
|
||||
- 改进表格处理机制，直接输出HTML标签形式的表格，而非创建Word表格
|
||||
- 精确保留所有表格结构信息，包括表头、主体和合并单元格属性
|
||||
- 自动为表格生成符合HTML规范的标签，包括class和id属性
|
||||
- 正确处理表格中的垂直和水平合并单元格，添加rowspan和colspan属性
|
||||
- 将表格标签以等宽字体显示，提高可读性和直观性
|
||||
- 优化标签生成过程，严格遵循HTML表格标准
|
||||
- 自动区分表头和数据行，使用正确的thead和tbody标签
|
||||
- 简化表格处理流程，提高效率和准确性
|
||||
|
||||
### 2024年6月9日
|
||||
- **改进Word文档表格显示方式**
|
||||
- 修改表格处理机制，直接在Word文档中显示表格，不再需要外部HTML文件
|
||||
- 准确复制原始表格的结构、内容和合并单元格信息
|
||||
- 保留表格样式并自动设置表头格式
|
||||
- 正确处理垂直和水平合并的单元格
|
||||
- 改进表格位置控制，保持与原始文档的一致性
|
||||
- 优化表格边框和样式，提供更专业的外观
|
||||
- 简化处理流程，提高文档生成效率
|
||||
- 修复合并单元格时的潜在错误
|
||||
|
||||
### 2024年6月8日
|
||||
- **修复Word文档打开问题并改进表格处理**
|
||||
- 解决了清洗后Word文档无法打开的关键问题
|
||||
- 优化HTML表格生成方式，确保文档处理的稳定性
|
||||
- 在Word文档中添加醒目的HTML表格文件引用提示
|
||||
- 保留表格的文本格式作为备用显示方式
|
||||
- 改进错误处理，提供更详细的诊断信息
|
||||
- 简化文档处理流程，提高代码可维护性
|
||||
- 增强HTML表格文件的样式，提供更好的打印支持
|
||||
- 改进文档处理日志，便于追踪处理过程
|
||||
|
||||
### 2024年6月7日
|
||||
- **表格直接HTML输出功能增强**
|
||||
- 修改表格处理机制，现在所有表格都将以HTML格式输出而非文本格式
|
||||
- 彻底解决复杂表格的显示问题，包括多层表头和合并单元格
|
||||
- 自动为每个表格生成独特的HTML标识符，确保正确引用
|
||||
- 提供更美观的表格样式，包括悬停效果和自适应宽度
|
||||
- 改进表格边框和单元格间距，提升阅读体验
|
||||
- 保留单元格格式化内容（如换行符）并在HTML中正确显示
|
||||
- 针对打印场景优化表格样式，确保打印输出质量
|
||||
- 技术说明：由于Word文档格式限制，HTML表格将保存在独立的HTML文件中
|
||||
|
||||
### 2024年6月6日
|
||||
- **增强复杂表格识别与处理能力**
|
||||
- 优化表格类型自动识别算法，通过多维度特征分析提高复杂表格的识别精度
|
||||
- 增强表格结构分析能力，支持更精确地识别垂直和水平合并单元格
|
||||
- 改进多级表头处理，提高复杂表头的识别和解析能力
|
||||
- 引入表格宽高比分析，自动识别宽表格和复杂结构表格
|
||||
- 新增单元格数一致性检查机制，提高对不规则表格的处理能力
|
||||
- 优化垂直合并单元格的内容填充算法，改进空单元格的值传播机制
|
||||
- 添加更详细的表格处理日志，便于诊断和调试复杂表格处理问题
|
||||
- 完善异常处理，提高处理复杂表格时的稳定性和鲁棒性
|
||||
|
||||
### 2024年6月5日
|
||||
- **模块化表格处理系统升级**
|
||||
- 重构了表格处理架构，将不同类型的表格处理逻辑拆分为专门的处理器
|
||||
- 实现了针对五种特殊表格类型的专用处理器：
|
||||
- 多级表头表格处理器：处理具有复杂多级表头结构的表格
|
||||
- 合并单元格密集型表格处理器：优化处理含有大量合并单元格的表格
|
||||
- 带计算功能的表格处理器：识别并处理包含公式和计算的表格
|
||||
- 嵌套表格处理器：处理表格内嵌套的子表格结构
|
||||
- 跨页长表格处理器：正确识别和处理跨越多页的长表格
|
||||
- 优化表格识别机制，智能匹配最适合的处理器
|
||||
- 提高表格转文本的准确性和可读性
|
||||
- 保持与原有系统的兼容性，同时提高处理复杂表格的能力
|
||||
- 增强了系统对特殊表格结构的识别率和处理精度
|
||||
|
||||
### 2024年6月2日
|
||||
- 改进Markdown表格转换功能：
|
||||
- 修复了合并单元格内容重复显示的问题
|
||||
|
||||
@ -1,24 +0,0 @@
|
||||
1111
|
||||
|
||||
【图片识别文本】
|
||||
“ 完 善 了 异 常 处 理 , 防 止 惑 时 目 录 券 除 失 败 导 致 程 序 崖
|
||||
澎
|
||||
澎
|
||||
|
||||
4. 更 新 README.md
|
||||
* 在 暨 近 更 新 部 分 记 录 了 临 时 文 件 处 理 机 制 的 改 进
|
||||
。 添 加 了 Excel 文 件 句 柄 管 理
|
||||
|
||||
使 用 说 明
|
||||
这 东 改 进 不 需 要 您 做 任 何 额 外 操 作 , 系 统 会 自 动 -
|
||||
1. 在 处 理 Excel 文 件 时 正 球 关 闭 文 件 句 柄
|
||||
|
||||
2 当 尝 试 删 除 文 件 通 刨 “ 文 件 被 占 用 “ 错 误 时 , 自 动 等 待
|
||||
并 重 试
|
||||
|
||||
3 即 使 无 法 券 除 临 时 文 件 , 也 不 影 响 处 #
|
||||
如 果 仍 然 通 到 惧 时 文 件 问 题 , 系 统 会 在 下 次 启 动 时 自 动
|
||||
清 理 所 有 临 时 文 件 , 不 会 影 响 系 统 功 能 。
|
||||
|
||||
以 上 优 化 星 觞 失 了 临 时 文 伟 删 除 问 题 , 又 保 持 了 系 统 的
|
||||
稳 定 性 , 让 您 能 雪 顺 畅 地 处 理 Bxcel 文 件 。
|
||||
@ -1 +0,0 @@
|
||||
1111 【图片识别文本】 “ 完 善 了 异 常 处 理 , 防 止 惑 时 目 录 券 除 失 败 导 致 程 序 崖 澎 澎 4. 更 新 README.md * 在 暨 近 更 新 部 分 记 录 了 临 时 文 件 处 理 机 制 的 改 进 。 添 加 了 Excel 文 件 句 柄 管 理 使 用 说 明 这 东 改 进 不 需 要 您 做 任 何 额 外 操 作 , 系 统 会 自 动 - 1. 在 处 理 Excel 文 件 时 正 球 关 闭 文 件 句 柄 2 当 尝 试 删 除 文 件 通 刨 “ 文 件 被 占 用 “ 错 误 时 , 自 动 等 待 并 重 试 3 即 使 无 法 券 除 临 时 文 件 , 也 不 影 响 处 # 如 果 仍 然 通 到 惧 时 文 件 问 题 , 系 统 会 在 下 次 启 动 时 自 动 清 理 所 有 临 时 文 件 , 不 会 影 响 系 统 功 能 。 以 上 优 化 星 觞 失 了 临 时 文 伟 删 除 问 题 , 又 保 持 了 系 统 的 稳 定 性 , 让 您 能 雪 顺 畅 地 处 理 Bxcel 文 件 。
|
||||
1380
table/table_cleaner.py
Normal file
1380
table/table_cleaner.py
Normal file
File diff suppressed because it is too large
Load Diff
444
table/table_to_html.py
Normal file
444
table/table_to_html.py
Normal file
@ -0,0 +1,444 @@
|
||||
#!/usr/bin/env python3
|
||||
# -*- coding: utf-8 -*-
|
||||
|
||||
import os
|
||||
import docx
|
||||
import re
|
||||
from docx.table import Table, _Cell
|
||||
from docx.oxml import parse_xml
|
||||
from docx.oxml.ns import nsdecls
|
||||
from typing import List, Dict, Tuple, Optional, Union
|
||||
import uuid
|
||||
from bs4 import BeautifulSoup
|
||||
import html
|
||||
|
||||
class TableToHtml:
|
||||
def __init__(self, debug: bool = False):
|
||||
"""
|
||||
初始化表格到HTML转换器
|
||||
|
||||
Args:
|
||||
debug: 是否启用调试模式，输出更多日志信息
|
||||
"""
|
||||
self.debug = debug
|
||||
# 为每个表格生成唯一ID
|
||||
self.table_id = f"table_{uuid.uuid4().hex[:8]}"
|
||||
|
||||
def _log(self, message: str):
|
||||
"""
|
||||
输出调试日志
|
||||
|
||||
Args:
|
||||
message: 日志消息
|
||||
"""
|
||||
if self.debug:
|
||||
print(f"[TableToHtml] {message}")
|
||||
|
||||
def _get_vmerge_value(self, cell_element) -> Optional[str]:
|
||||
"""
|
||||
获取单元格的垂直合并属性
|
||||
|
||||
Args:
|
||||
cell_element: 单元格元素
|
||||
|
||||
Returns:
|
||||
str: 垂直合并属性值
|
||||
"""
|
||||
vmerge = cell_element.xpath('.//w:vMerge')
|
||||
if vmerge:
|
||||
return vmerge[0].get('{http://schemas.openxmlformats.org/wordprocessingml/2006/main}val', 'continue')
|
||||
return None
|
||||
|
||||
def _get_gridspan_value(self, cell_element) -> int:
|
||||
"""
|
||||
获取单元格的水平合并数量
|
||||
|
||||
Args:
|
||||
cell_element: 单元格元素
|
||||
|
||||
Returns:
|
||||
int: 水平合并的列数
|
||||
"""
|
||||
try:
|
||||
gridspan = cell_element.xpath('.//w:gridSpan')
|
||||
if gridspan and gridspan[0].get('{http://schemas.openxmlformats.org/wordprocessingml/2006/main}val'):
|
||||
return int(gridspan[0].get('{http://schemas.openxmlformats.org/wordprocessingml/2006/main}val'))
|
||||
except (ValueError, TypeError, AttributeError) as e:
|
||||
self._log(f"警告：获取gridspan值时出错: {str(e)}")
|
||||
return 1 # 默认返回1，表示没有合并
|
||||
|
||||
def _get_cell_content(self, cell: _Cell) -> str:
|
||||
"""
|
||||
获取单元格的文本内容，并处理HTML特殊字符
|
||||
|
||||
Args:
|
||||
cell: docx表格单元格对象
|
||||
|
||||
Returns:
|
||||
str: 处理后的HTML内容
|
||||
"""
|
||||
content = cell.text.strip()
|
||||
# 转义HTML特殊字符
|
||||
content = html.escape(content)
|
||||
# 处理换行
|
||||
content = content.replace('\n', '<br>')
|
||||
return content
|
||||
|
||||
def _analyze_table_structure(self, table: Table) -> Dict:
|
||||
"""
|
||||
分析表格结构，包括合并单元格信息
|
||||
|
||||
Args:
|
||||
table: docx表格对象
|
||||
|
||||
Returns:
|
||||
Dict: 表格结构信息
|
||||
"""
|
||||
rows = len(table.rows)
|
||||
cols = len(table.columns)
|
||||
|
||||
# 存储合并单元格信息
|
||||
merged_cells = {}
|
||||
# 存储垂直合并的源单元格
|
||||
vmerge_sources = {}
|
||||
|
||||
# 分析合并单元格
|
||||
for i in range(rows):
|
||||
for j in range(cols):
|
||||
try:
|
||||
cell = table.cell(i, j)
|
||||
|
||||
# 检查垂直合并
|
||||
if cell._element.tcPr is not None:
|
||||
vmerge = cell._element.tcPr.xpath('.//w:vMerge')
|
||||
if vmerge:
|
||||
val = self._get_vmerge_value(cell._element)
|
||||
if val == 'restart':
|
||||
# 这是垂直合并的起始单元格
|
||||
# 计算合并的行数
|
||||
rowspan = 1
|
||||
for k in range(i+1, rows):
|
||||
next_cell = table.cell(k, j)
|
||||
if self._get_vmerge_value(next_cell._element) == 'continue':
|
||||
rowspan += 1
|
||||
# 标记此单元格为被合并
|
||||
merged_cells[(k, j)] = {'merged': True, 'source': (i, j)}
|
||||
else:
|
||||
break
|
||||
|
||||
# 记录合并信息
|
||||
vmerge_sources[(i, j)] = {'rowspan': rowspan}
|
||||
elif val == 'continue':
|
||||
# 这是被合并的单元格，稍后处理
|
||||
pass
|
||||
|
||||
# 检查水平合并
|
||||
if cell._element.tcPr is not None:
|
||||
gridspan = self._get_gridspan_value(cell._element)
|
||||
if gridspan > 1:
|
||||
# 记录colspan
|
||||
merged_cells[(i, j)] = {'colspan': gridspan}
|
||||
|
||||
# 标记被合并的单元格
|
||||
for k in range(1, gridspan):
|
||||
if j + k < cols:
|
||||
merged_cells[(i, j+k)] = {'merged': True, 'source': (i, j)}
|
||||
|
||||
except Exception as e:
|
||||
self._log(f"警告：分析单元格 [{i},{j}] 时出错: {str(e)}")
|
||||
continue
|
||||
|
||||
# 将垂直合并信息合并到主合并字典
|
||||
for pos, info in vmerge_sources.items():
|
||||
if pos in merged_cells:
|
||||
merged_cells[pos].update(info)
|
||||
else:
|
||||
merged_cells[pos] = info
|
||||
|
||||
return {
|
||||
'rows': rows,
|
||||
'cols': cols,
|
||||
'merged_cells': merged_cells
|
||||
}
|
||||
|
||||
def _is_header_row(self, row_idx: int, table: Table, structure: Dict) -> bool:
|
||||
"""
|
||||
判断是否为表头行
|
||||
|
||||
Args:
|
||||
row_idx: 行索引
|
||||
table: 表格对象
|
||||
structure: 表格结构信息
|
||||
|
||||
Returns:
|
||||
bool: 是否为表头行
|
||||
"""
|
||||
# 简单策略：第一行通常是表头
|
||||
if row_idx == 0:
|
||||
return True
|
||||
|
||||
# 检查是否有垂直合并从第一行开始的单元格
|
||||
for j in range(structure['cols']):
|
||||
cell_pos = (row_idx, j)
|
||||
if cell_pos in structure['merged_cells'] and 'merged' in structure['merged_cells'][cell_pos]:
|
||||
source = structure['merged_cells'][cell_pos]['source']
|
||||
if source[0] == 0: # 合并源是第一行
|
||||
return True
|
||||
|
||||
return False
|
||||
|
||||
def _detect_table_headers(self, table: Table, structure: Dict) -> List[int]:
|
||||
"""
|
||||
检测表格表头行
|
||||
|
||||
Args:
|
||||
table: 表格对象
|
||||
structure: 表格结构信息
|
||||
|
||||
Returns:
|
||||
List[int]: 表头行索引列表
|
||||
"""
|
||||
header_rows = []
|
||||
rows = structure['rows']
|
||||
|
||||
# 检查前3行或所有行（如果行数少于3）
|
||||
for i in range(min(3, rows)):
|
||||
if self._is_header_row(i, table, structure):
|
||||
header_rows.append(i)
|
||||
|
||||
# 如果没有检测到表头，默认第一行为表头
|
||||
if not header_rows and rows > 0:
|
||||
header_rows = [0]
|
||||
|
||||
self._log(f"检测到的表头行: {header_rows}")
|
||||
return header_rows
|
||||
|
||||
def table_to_html(self, table: Table) -> str:
|
||||
"""
|
||||
将docx表格转换为HTML格式
|
||||
|
||||
Args:
|
||||
table: docx表格对象
|
||||
|
||||
Returns:
|
||||
str: HTML表格代码
|
||||
"""
|
||||
try:
|
||||
# 分析表格结构
|
||||
structure = self._analyze_table_structure(table)
|
||||
rows = structure['rows']
|
||||
cols = structure['cols']
|
||||
merged_cells = structure['merged_cells']
|
||||
|
||||
self._log(f"表格结构: {rows}行 x {cols}列，合并单元格: {len(merged_cells)}")
|
||||
|
||||
# 检测表头
|
||||
header_rows = self._detect_table_headers(table, structure)
|
||||
|
||||
# 构建HTML表格
|
||||
soup = BeautifulSoup('<table></table>', 'html.parser')
|
||||
table_tag = soup.table
|
||||
table_tag['class'] = ['docx-table']
|
||||
table_tag['id'] = self.table_id
|
||||
|
||||
# 添加表头部分（thead）
|
||||
if header_rows:
|
||||
thead = soup.new_tag('thead')
|
||||
table_tag.append(thead)
|
||||
|
||||
for i in header_rows:
|
||||
if i >= rows:
|
||||
continue
|
||||
|
||||
tr = soup.new_tag('tr')
|
||||
thead.append(tr)
|
||||
|
||||
j = 0
|
||||
while j < cols:
|
||||
cell_pos = (i, j)
|
||||
|
||||
# 检查是否被合并
|
||||
if cell_pos in merged_cells and 'merged' in merged_cells[cell_pos]:
|
||||
j += 1
|
||||
continue
|
||||
|
||||
# 创建th元素
|
||||
th = soup.new_tag('th')
|
||||
|
||||
# 处理合并
|
||||
if cell_pos in merged_cells:
|
||||
if 'rowspan' in merged_cells[cell_pos]:
|
||||
th['rowspan'] = merged_cells[cell_pos]['rowspan']
|
||||
if 'colspan' in merged_cells[cell_pos]:
|
||||
th['colspan'] = merged_cells[cell_pos]['colspan']
|
||||
j += merged_cells[cell_pos]['colspan'] - 1
|
||||
|
||||
# 设置单元格内容
|
||||
cell = table.cell(i, j)
|
||||
content = self._get_cell_content(cell)
|
||||
th.string = content
|
||||
|
||||
tr.append(th)
|
||||
j += 1
|
||||
|
||||
# 添加表格主体（tbody）
|
||||
tbody = soup.new_tag('tbody')
|
||||
table_tag.append(tbody)
|
||||
|
||||
# 计算数据行的起始索引
|
||||
data_start = max(header_rows) + 1 if header_rows else 0
|
||||
|
||||
# 处理数据行
|
||||
for i in range(data_start, rows):
|
||||
tr = soup.new_tag('tr')
|
||||
tbody.append(tr)
|
||||
|
||||
j = 0
|
||||
while j < cols:
|
||||
cell_pos = (i, j)
|
||||
|
||||
# 检查是否被合并
|
||||
if cell_pos in merged_cells and 'merged' in merged_cells[cell_pos]:
|
||||
j += 1
|
||||
continue
|
||||
|
||||
# 创建td元素
|
||||
td = soup.new_tag('td')
|
||||
|
||||
# 处理合并
|
||||
if cell_pos in merged_cells:
|
||||
if 'rowspan' in merged_cells[cell_pos]:
|
||||
td['rowspan'] = merged_cells[cell_pos]['rowspan']
|
||||
if 'colspan' in merged_cells[cell_pos]:
|
||||
td['colspan'] = merged_cells[cell_pos]['colspan']
|
||||
j += merged_cells[cell_pos]['colspan'] - 1
|
||||
|
||||
# 设置单元格内容
|
||||
cell = table.cell(i, j)
|
||||
content = self._get_cell_content(cell)
|
||||
td.string = content
|
||||
|
||||
tr.append(td)
|
||||
j += 1
|
||||
|
||||
# 添加基本的CSS样式
|
||||
style = soup.new_tag('style')
|
||||
style.string = f'''
|
||||
#{self.table_id} {{
|
||||
border-collapse: collapse;
|
||||
width: 100%;
|
||||
margin-bottom: 1em;
|
||||
font-family: Arial, sans-serif;
|
||||
}}
|
||||
#{self.table_id} th, #{self.table_id} td {{
|
||||
border: 1px solid #ddd;
|
||||
padding: 8px;
|
||||
text-align: left;
|
||||
}}
|
||||
#{self.table_id} th {{
|
||||
background-color: #f2f2f2;
|
||||
font-weight: bold;
|
||||
}}
|
||||
#{self.table_id} tr:nth-child(even) {{
|
||||
background-color: #f9f9f9;
|
||||
}}
|
||||
#{self.table_id} tr:hover {{
|
||||
background-color: #f5f5f5;
|
||||
}}
|
||||
'''
|
||||
|
||||
# 返回完整的HTML代码
|
||||
html_code = str(style) + str(table_tag)
|
||||
return html_code
|
||||
|
||||
except Exception as e:
|
||||
self._log(f"转换表格到HTML时出错: {str(e)}")
|
||||
import traceback
|
||||
traceback.print_exc()
|
||||
return f"<div class='error'>表格处理失败: {str(e)}</div>"
|
||||
|
||||
def process_document_tables(self, doc_path: str) -> List[str]:
|
||||
"""
|
||||
处理文档中的所有表格并转换为HTML
|
||||
|
||||
Args:
|
||||
doc_path: 文档文件路径
|
||||
|
||||
Returns:
|
||||
List[str]: HTML表格代码列表
|
||||
"""
|
||||
try:
|
||||
# 打开文档
|
||||
doc = docx.Document(doc_path)
|
||||
html_tables = []
|
||||
|
||||
# 处理所有表格
|
||||
for i, table in enumerate(doc.tables):
|
||||
self._log(f"处理第 {i+1} 个表格")
|
||||
self.table_id = f"table_{uuid.uuid4().hex[:8]}" # 为每个表格生成唯一ID
|
||||
html_code = self.table_to_html(table)
|
||||
html_tables.append(html_code)
|
||||
|
||||
return html_tables
|
||||
|
||||
except Exception as e:
|
||||
self._log(f"处理文档表格时出错: {str(e)}")
|
||||
import traceback
|
||||
traceback.print_exc()
|
||||
return [f"<div class='error'>文档处理失败: {str(e)}</div>"]
|
||||
|
||||
def convert_tables_to_html(doc_path: str, output_path: str = None, debug: bool = False):
|
||||
"""
|
||||
将文档中的表格转换为HTML并保存
|
||||
|
||||
Args:
|
||||
doc_path: 文档文件路径
|
||||
output_path: 输出HTML文件路径，如果为None则使用原文件名+.html
|
||||
debug: 是否启用调试模式
|
||||
|
||||
Returns:
|
||||
str: 输出文件路径
|
||||
"""
|
||||
if output_path is None:
|
||||
# 创建默认输出路径
|
||||
base_name = os.path.splitext(doc_path)[0]
|
||||
output_path = f"{base_name}_tables.html"
|
||||
|
||||
converter = TableToHtml(debug=debug)
|
||||
html_tables = converter.process_document_tables(doc_path)
|
||||
|
||||
# 创建完整HTML文档
|
||||
html_content = f'''<!DOCTYPE html>
|
||||
<html>
|
||||
<head>
|
||||
<meta charset="UTF-8">
|
||||
<title>表格预览</title>
|
||||
<meta name="viewport" content="width=device-width, initial-scale=1.0">
|
||||
</head>
|
||||
<body>
|
||||
<h1>文档中的表格</h1>
|
||||
{' '.join(html_tables)}
|
||||
</body>
|
||||
</html>'''
|
||||
|
||||
# 保存HTML文件
|
||||
with open(output_path, 'w', encoding='utf-8') as f:
|
||||
f.write(html_content)
|
||||
|
||||
if debug:
|
||||
print(f"HTML文件已保存到: {output_path}")
|
||||
|
||||
return output_path
|
||||
|
||||
if __name__ == '__main__':
|
||||
import argparse
|
||||
|
||||
parser = argparse.ArgumentParser(description='将Word文档中的表格转换为HTML')
|
||||
parser.add_argument('input_file', help='输入文档文件路径')
|
||||
parser.add_argument('-o', '--output', help='输出HTML文件路径', default=None)
|
||||
parser.add_argument('-d', '--debug', action='store_true', help='启用调试模式')
|
||||
|
||||
args = parser.parse_args()
|
||||
|
||||
result_path = convert_tables_to_html(args.input_file, args.output, args.debug)
|
||||
print(f"表格已转换为HTML，文件路径: {result_path}")
|
||||
Loading…
x
Reference in New Issue
Block a user