baidu_html2word

一个基于python爬取百度文档js源码信息解析的html转换word的工具

百度文库转word文档.exe

开发者：aJay13 版本：V.1.1

软件介绍： 此软件通过分析百度的文档接口数据，将数据对应到同目录下的word文档中， 相对于图片识别转换，所有的字段不会丢失，文字的大小、位置、图片等都完全 依照百度开放接口内容返回。

• 原百度文档

• 转换后word文档

使用说明：

将软件和default.docx文件放到与 要转换的html文件夹同一目录，软件便能找到此文件下的所有要转换的html文件 软件使用需要联网，请先确保电脑网络畅通。

转换失败的原因：

1. 文档目录与软件、default.docx文件放到与未放到同一个文件夹
2. 电脑无法连接网络
3. 请先确保原html文档能够在浏览器中打开，并且加载速度不慢
4. 百度文库的在线接口改变、请关注下一个版本

注意！！！：请在转换之前先将文档进行备份，避免产生不必要的麻烦。

BUG修复

• 修改因文件夹自身命名不规范导致的程序闪退
• 修改因网站自身失去资源而导致程序崩溃的bug
• 增加兼容win7x86

修复建议：

1. 修复window下：UnicodeEncodeError: 'gbk' codec can't encode character '\u2022' in position

content.encode("gbk", 'ignore').decode("gbk", "ignore")

如有其它改进方式请issues

致谢：Zd提出的想法