[Python] RTFをdocx(Wordドキュメント)に変換する方法

pip install pypandoc

pip install python-docx

pandoc --version

import pypandoc
import docx
# Pandocのバージョンを確認
print(pypandoc.get_pandoc_version())
# python-docxのバージョンを確認
print(docx.__version__)

import pypandoc
# RTFファイルのパス
input_file = 'input.rtf'
# 出力するdocxファイルのパス
output_file = 'output.docx'
# RTFからdocxへの変換
pypandoc.convert_file(input_file, 'docx', outputfile=output_file)
print(f'{input_file} を {output_file} に変換しました。')

import pypandoc
input_file = 'input.rtf'
output_file = 'output.docx'
# 変換オプションの設定
options = {
    'standalone': True,  # スタンドアロン文書として出力
    'reference-doc': 'template.docx'  # テンプレートファイルを指定
}
# RTFからdocxへの変換
pypandoc.convert_file(input_file, 'docx', outputfile=output_file, options=options)
print(f'{input_file} を {output_file} に変換しました。')

from docx import Document
# 既存のdocxファイルを読み込む
doc = Document('existing_document.docx')
# 新しい段落を追加
doc.add_paragraph('新しい段落を追加しました。')
# 変更を保存
doc.save('updated_document.docx')
print('文書が更新されました。')

from docx import Document
# 変換後のdocxファイルを読み込む
doc = Document('output.docx')
# 1つ目の段落を取得して内容を変更
doc.paragraphs[0].text = '最初の段落の内容を変更しました。'
# 変更を保存
doc.save('edited_output.docx')
print('変換後の文書が編集されました。')

from docx import Document
from docx.shared import Inches
# 新しいdocxファイルを作成
doc = Document()
# 画像を追加
doc.add_picture('image.png', width=Inches(2))
# 表を追加
table = doc.add_table(rows=2, cols=2)
table.cell(0, 0).text = 'セル1'
table.cell(0, 1).text = 'セル2'
table.cell(1, 0).text = 'セル3'
table.cell(1, 1).text = 'セル4'
# 変更を保存
doc.save('document_with_image_and_table.docx')
print('画像と表が追加された文書が作成されました。')

from pyRTF import Rtf15Reader
# RTFファイルのパス
input_file = 'input.rtf'
# RTFファイルを読み込む
with open(input_file, 'r', encoding='utf-8') as file:
    rtf_content = Rtf15Reader.read(file)
# 読み込んだ内容を表示
print(rtf_content.content)

import comtypes.client
# Wordアプリケーションを起動
word = comtypes.client.CreateObject('Word.Application')
word.Visible = False  # Wordを非表示で実行
# RTFファイルを開く
doc = word.Documents.Open('input.rtf')
# docx形式で保存
doc.SaveAs('output.docx', FileFormat=16)  # 16はwdFormatXMLDocumentを示す
doc.Close()
word.Quit()
print('RTFファイルがdocx形式に変換されました。')

import textract
# RTFファイルのパス
input_file = 'input.rtf'
# RTFファイルからテキストを抽出
text = textract.process(input_file)
# 抽出したテキストを表示
print(text.decode('utf-8'))

import pypandoc
# 変換するRTFファイルのリスト
rtf_files = ['file1.rtf', 'file2.rtf', 'file3.rtf']
# 各RTFファイルをdocxに変換
for rtf_file in rtf_files:
    output_file = rtf_file.replace('.rtf', '.docx')
    pypandoc.convert_file(rtf_file, 'docx', outputfile=output_file)
    print(f'{rtf_file} を {output_file} に変換しました。')

import os
import pypandoc
# 変換するRTFファイルが格納されているフォルダのパス
folder_path = 'path/to/your/folder'
# フォルダ内のすべてのRTFファイルを取得
for filename in os.listdir(folder_path):
    if filename.endswith('.rtf'):
        rtf_file = os.path.join(folder_path, filename)
        output_file = rtf_file.replace('.rtf', '.docx')
        pypandoc.convert_file(rtf_file, 'docx', outputfile=output_file)
        print(f'{filename} を {output_file} に変換しました。')

import os
import pypandoc
from datetime import datetime
# 変換するRTFファイルが格納されているフォルダのパス
folder_path = 'path/to/your/folder'
# フォルダ内のすべてのRTFファイルを取得
for filename in os.listdir(folder_path):
    if filename.endswith('.rtf'):
        rtf_file = os.path.join(folder_path, filename)
        
        # 現在の日付と時刻を取得
        timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
        output_file = os.path.join(folder_path, f'{filename.replace(".rtf", "")}_{timestamp}.docx')
        
        pypandoc.convert_file(rtf_file, 'docx', outputfile=output_file)
        print(f'{filename} を {output_file} に変換しました。')

from docx import Document
# 変換後のdocxファイルを読み込む
doc = Document('output.docx')
# 置換する文字列と新しい文字列
old_string = '古い文字列'
new_string = '新しい文字列'
# 各段落をチェックして文字列を置換
for paragraph in doc.paragraphs:
    if old_string in paragraph.text:
        paragraph.text = paragraph.text.replace(old_string, new_string)
# 変更を保存
doc.save('replaced_output.docx')
print('特定の文字列が置換されました。')

from docx import Document
# 変換後のdocxファイルを読み込む
doc = Document('output.docx')
# スタイルを適用する段落を指定
for paragraph in doc.paragraphs:
    if '特定の条件' in paragraph.text:
        paragraph.style = 'Heading1'  # 'Heading1'スタイルを適用
# 変更を保存
doc.save('styled_output.docx')
print('スタイルが適用されました。')

from docx import Document
# 変換後のdocxファイルを読み込む
doc = Document('output.docx')
# 見出しを設定
doc.add_heading('目次', level=1)
# 各段落をチェックして見出しを追加
for paragraph in doc.paragraphs:
    if '見出し条件' in paragraph.text:
        doc.add_paragraph(paragraph.text, style='ListBullet')
# 目次を追加
doc.add_page_break()  # ページブレークを追加
doc.add_paragraph('目次', style='Heading1')
# 目次の内容を追加
for paragraph in doc.paragraphs:
    if '見出し条件' in paragraph.text:
        doc.add_paragraph(paragraph.text, style='ListBullet')
# 変更を保存
doc.save('toc_output.docx')
print('目次が自動生成されました。')

import comtypes.client
# Wordアプリケーションを起動
word = comtypes.client.CreateObject('Word.Application')
word.Visible = False  # Wordを非表示で実行
# docxファイルを開く
doc = word.Documents.Open('output.docx')
# PDF形式で保存
pdf_file = 'output.pdf'
doc.SaveAs(pdf_file, FileFormat=17)  # 17はwdFormatPDFを示す
doc.Close()
word.Quit()
print(f'docxファイルが{pdf_file}に変換されました。')

import pypandoc
import comtypes.client
# RTFファイルのパス
rtf_file = 'input.rtf'
# 変換後のdocxファイルのパス
docx_file = 'output.docx'
# 変換後のPDFファイルのパス
pdf_file = 'output.pdf'
# RTFからdocxへの変換
pypandoc.convert_file(rtf_file, 'docx', outputfile=docx_file)
# Wordアプリケーションを起動
word = comtypes.client.CreateObject('Word.Application')
word.Visible = False  # Wordを非表示で実行
# docxファイルを開く
doc = word.Documents.Open(docx_file)
# PDF形式で保存
doc.SaveAs(pdf_file, FileFormat=17)  # 17はwdFormatPDFを示す
doc.Close()
word.Quit()
print(f'{rtf_file} が {docx_file} に変換され、さらに {pdf_file} に変換されました。')

import comtypes.client
# Wordアプリケーションを起動
word = comtypes.client.CreateObject('Word.Application')
word.Visible = False  # Wordを非表示で実行
# docxファイルを開く
doc = word.Documents.Open('output.docx')
# ページ設定を調整
doc.PageSetup.TopMargin = 36  # 上マージンを36ポイントに設定
doc.PageSetup.BottomMargin = 36  # 下マージンを36ポイントに設定
doc.PageSetup.LeftMargin = 36  # 左マージンを36ポイントに設定
doc.PageSetup.RightMargin = 36  # 右マージンを36ポイントに設定
# PDF形式で保存
pdf_file = 'formatted_output.pdf'
doc.SaveAs(pdf_file, FileFormat=17)  # 17はwdFormatPDFを示す
doc.Close()
word.Quit()
print(f'PDFファイルが{pdf_file}にフォーマット調整されて保存されました。')