前言

最近遇到了一個需求，就是要把大量的doc格式文件轉換為docx文件，因此就動手做了一個批量轉換的小工具。

背景

doc文件是什么？

"doc" 文件是一種常見的文件格式，通常用于存儲文本文檔。它是 Microsoft Word 文檔的文件擴展名。"doc" 是 "document" 的縮寫，表示這是一個文檔文件。這種文件格式通常包含文本、圖像、表格、圖形等內容，可以使用 Microsoft Word 或其他兼容的文字處理軟件進行打開和編輯。

docx文件是什么？

"docx" 文件是 Microsoft Word 2007 及更高版本中使用的文檔文件格式的擴展名。它是 Office Open XML (OOXML) 標準的一部分，是一種基于 XML 的開放標準格式，用于存儲文本文檔、圖像、表格、圖形等內容。與早期的 ".doc" 格式相比，".docx" 格式具有更高的兼容性和可擴展性，并且文件大小通常更小。由于其開放的特性，許多其他文字處理軟件也支持 ".docx" 格式。

為什么要將doc文件轉化為docx文件？

將 ".doc" 文件轉換為 ".docx" 文件的主要原因包括：

1. 更先進的格式：".docx" 使用 Office Open XML 格式，這是一種更現代、更有效的文件格式。它采用了基于 XML 的結構，使得文件更容易解析和處理，同時也提供了更好的兼容性和可擴展性。
2. 減小文件大小：由于 ".docx" 文件采用了更高效的壓縮技術和文件結構，相比 ".doc" 文件通常會更小，這對于存儲和傳輸文件是有利的。
3. 兼容性：許多最新版本的文字處理軟件更支持 ".docx" 格式，而較舊的 ".doc" 格式可能會在一些軟件中出現兼容性問題。將文件轉換為 ".docx" 格式可以確保在不同平臺和軟件中的良好兼容性。
4. 格式穩定性：".docx" 格式的結構更加穩定，不容易出現文件損壞或格式錯誤的問題，從而提高了文檔的可靠性。

綜上所述，將 ".doc" 文件轉換為 ".docx" 文件可以提高文件的效率、兼容性和穩定性，是一種值得推薦的做法。

實踐

方案使用C#通過Microsoft Office Interop實現將.doc文件轉換為.docx文件。

添加引用：

前提是需要電腦上安裝有word。

頁面設計如下所示：

選擇doc文件所在的文件夾：

   // 創建一個新的FolderBrowserDialog
   FolderBrowserDialog folderBrowserDialog = new FolderBrowserDialog();

   // 設置FolderBrowserDialog的屬性
   folderBrowserDialog.Description = "請選擇待轉換的doc文件所在的文件夾";

   // 顯示FolderBrowserDialog，并獲取結果
   if (folderBrowserDialog.ShowDialog() == DialogResult.OK)
   {          
       docFolderPath = folderBrowserDialog.SelectedPath;
       richTextBox1.Text += $"你選擇的待轉換的doc文件所在的文件夾是：{docFolderPath}\r\n";
   }

選擇保存docx文件的文件夾：

 // 創建一個新的FolderBrowserDialog
 FolderBrowserDialog folderBrowserDialog = new FolderBrowserDialog();

 // 設置FolderBrowserDialog的屬性
 folderBrowserDialog.Description = "請選擇保存docx文件的文件夾";

 // 顯示FolderBrowserDialog，并獲取結果
 if (folderBrowserDialog.ShowDialog() == DialogResult.OK)
 {
     // 用戶已選擇一個文件夾，可以通過folderBrowserDialog.SelectedPath獲取所選文件夾的路徑
     docxFolderPath = folderBrowserDialog.SelectedPath;
     richTextBox1.Text += $"你選擇的保存docx文件的文件夾是：{docFolderPath}\r\n";
 }

開始轉換按鈕事件處理函數：

 if (docFolderPath == null || docxFolderPath == null)
 {
     MessageBox.Show("請先選擇doc文件所在的文件夾與保存docx文件的文件夾");
 }
 else
 {

     await DocToDocx();
 }

為了避免阻塞界面，使用了異步方法。

DocToDocx方法如下所示：

  public async System.Threading.Tasks.Task DocToDocx()
  {
      // 使用Task.Run來啟動一個新的異步任務
      await System.Threading.Tasks.Task.Run(() =>
      {
          // 創建 Word 應用程序實例
          Microsoft.Office.Interop.Word.Application wordApp = new Microsoft.Office.Interop.Word.Application();
       
          int i = 1;             
          // 遍歷所有.doc文件
          foreach (string docFile in GetFiles(docFolderPath, "*.doc"))
          {
              // 打開輸入的 .doc 文件
              Document doc = wordApp.Documents.Open(docFile);

              // 獲取不帶擴展名的文件名
              string fileNameWithoutExtension = Path.GetFileNameWithoutExtension(docFile);

              // 將擴展名改為.docx
              string docxFileName = Path.ChangeExtension(fileNameWithoutExtension, ".docx");

              string docxFilePath = Path.Combine(docxFolderPath, docxFileName);

              // 將 .doc 文件保存為 .docx 格式
              doc.SaveAs2(docxFilePath, WdSaveFormat.wdFormatXMLDocument);

              // 關閉 .doc 文件
              doc.Close();

              // 釋放 Document 對象的資源
              System.Runtime.InteropServices.Marshal.ReleaseComObject(doc);

              // 使用Invoke方法來更新richTextBox1
              richTextBox1.Invoke((Action)(() =>
              {
                  richTextBox1.Text += $"第{i}個文件：{docFile}轉換完成 {DateTime.Now}\r\n";

                  // 設置插入點到文本的最后
                  richTextBox1.SelectionStart = richTextBox1.Text.Length;

                  // 滾動到插入點
                  richTextBox1.ScrollToCaret();
              }));

              i++;
          }

          // 退出 Word 應用程序
          wordApp.Quit();

          // 釋放資源
          System.Runtime.InteropServices.Marshal.ReleaseComObject(wordApp);
     
          // 使用Invoke方法來更新richTextBox1
          richTextBox1.Invoke((Action)(() =>
          {
              richTextBox1.Text += $"轉換完成 {DateTime.Now}\r\n";
          }));
      });         

GetFiles方法如下所示：

   // 這個方法返回一個IEnumerable<string>，表示文件的路徑
  public IEnumerable<string> GetFiles(string path, string searchPattern)
  {
      // 獲取文件夾下的所有文件
      string[] files = Directory.GetFiles(path, searchPattern);

      // 遍歷所有文件
      foreach (string file in files)
      {
          // 返回當前文件
          yield return file;
      }
  }

這里使用了yield關鍵字，使用yield的好處如下：

1. 延遲執行：迭代器的執行會被延遲，直到迭代器被消費時才開始。這意味著如果你有一個大的數據集合需要處理，但并不需要立即處理所有數據，那么使用yield可以幫助你節省內存和計算資源。
2. 簡化代碼：yield可以使你的代碼更簡潔，更易于閱讀和理解。你不需要創建一個臨時的集合來存儲你的結果，而是可以直接使用yield return來返回結果。
3. 無需一次性生成所有結果：當處理大量數據時，一次性生成所有結果可能會消耗大量內存。使用yield可以在每次迭代時只生成一個結果，從而節省內存。

實現原理其實很簡單，就是用新版本的word打開再保存就行了。

 // 打開輸入的 .doc 文件
 Document doc = wordApp.Documents.Open(docFile);

 // 獲取不帶擴展名的文件名
 string fileNameWithoutExtension = Path.GetFileNameWithoutExtension(docFile);

 // 將擴展名改為.docx
 string docxFileName = Path.ChangeExtension(fileNameWithoutExtension, ".docx");

 string docxFilePath = Path.Combine(docxFolderPath, docxFileName);

 // 將 .doc 文件保存為 .docx 格式
 doc.SaveAs2(docxFilePath, WdSaveFormat.wdFormatXMLDocument);

 // 關閉 .doc 文件
 doc.Close();

 // 釋放 Document 對象的資源
 System.Runtime.InteropServices.Marshal.ReleaseComObject(doc);

需要轉換的doc文件所在的文件夾：

軟件使用截圖：

實現效果：

實現了批量doc文件轉換為docx文件。

如果不熟悉C#也可以通過Python實現。

以下是一個文件轉換的示例代碼，經過測試可行：

import os
import win32com.client

def convert_doc_to_docx(doc_path):
    # 創建Word應用程序對象
    word = win32com.client.Dispatch("Word.Application")

    # 打開.doc文件
    doc = word.Documents.Open(doc_path)

    # 設置新的文件路徑
    docx_path = os.path.splitext(doc_path)[0] + ".docx"

    # 保存文件為.docx格式
    doc.SaveAs(docx_path, FileFormat=16)  # 16 represents wdFormatXMLDocument

    # 關閉文檔
    doc.Close()

    # 關閉Word應用程序
    word.Quit()

# 使用函數
convert_doc_to_docx("Path")

由于時間精力有限，沒有寫成批量處理的形式。

還有一種方案就是在word里寫VBA。

采用哪種方案可以根據自己的熟練度。