[Python知识库]word无法打开文件，因为内容有错误的解决办法

打开word时出现以下错误：

?根据网上的方法，需要将其改为zip格式，用firstobject XML编辑器手动修改内部word目录下的document.xml文档，一般是补全结束标记符。这里写一个程序自动操作，程序只能补全文档的结束标记符，对于其他情况则无能为力了。

使用时，安装python及必要的第三方库，运行程序，选择需要修复的文档副本，稍等片刻即可。

import tkinter
from tkinter import filedialog
import re
import os
import zipfile
import shutil

#将文件夹filedir内的文件压缩至同名压缩包
def zip_file(filedir):
    file_news = filedir + '.zip'
    z = zipfile.ZipFile(file_news,'w',zipfile.ZIP_DEFLATED)
    for dirpath, dirnames, filenames in os.walk(filedir):
        fpath1 = dirpath.replace(filedir,'')
        fpath2 = fpath1 and fpath1 + os.sep or ''
        #print(fpath1,fpath2)
        for filename in filenames:
            z.write(os.path.join(dirpath, filename),fpath2+filename)
    z.close()

#修复XML文档,这里只补全XML文档的结束标记符
def modifyXML(filePathNoSuffix):
    docPath=filePathNoSuffix+'/word/document.xml'
    newDocPath=os.path.splitext(docPath)[0]+'.txt'
    os.rename(docPath,newDocPath)
    #print('filePath:',filePath,'\nfilePathNoSuffix:',filePathNoSuffix,'\nfileDir:',fileDir,'\nnewFilePath:',newFilePath)
    #print('docPath:',docPath,'\nnewDocPath:',newDocPath)
    fo=open(newDocPath,encoding='utf-8')
    damagedTxt=fo.read()
    lst=[]
    start=0
    count=1
    res0=re.search('<?.*?>',damagedTxt).group()
    a=damagedTxt[len(res0):]
    while start<len(a):
        print('\r请稍等：{:.0f}%'.format(100*start/len(a)),end='')
        res=re.search('<.*?:.*?>',a[start:])
        if res.group()[-2]!='/':
            if res.group()[1]!='/':
                lst.append(res.group())
                start+=a[start:].index(res.group())+len(res.group())
            else:
                if res.group()=='<'+'/'+lst[-1][1:(lst[-1].index(' ') if ' ' in lst[-1] else -1)]+'>':
                    del lst[-1]
                    start+=a[start:].index(res.group())+len(res.group())
                else:
                    a=a[:start]+'<'+'/'+lst[-1][1:(lst[-1].index(' ') if ' ' in lst[-1] else -1)]+'>'+a[start:]
        else:
            start+=a[start:].index(res.group())+len(res.group())
        count+=1
    fo=open(newDocPath,'w',encoding='utf-8')
    modifiedTxt=res0+a
    fo.write(modifiedTxt)
    fo.close()

    os.rename(newDocPath,docPath) 

root=tkinter.Tk()
root.withdraw()

#注意文件名的最后一个字符不要是空格，后文同名文件夹最后一个字符不会是空格，否则找不到目录
#filePath=repr(filedialog.askopenfilename())[1:-1]
filePath=filedialog.askopenfilename()
filePathNoSuffix=os.path.splitext(filePath)[0].strip()
#fileDir=filePath[:filePath.rindex('/')]
newFilePath=filePathNoSuffix+'.zip'
os.rename(filePath,newFilePath)
os.mkdir(filePathNoSuffix)
zipfile.ZipFile(newFilePath).extractall(filePathNoSuffix)
modifyXML(filePathNoSuffix)
zip_file(filePathNoSuffix)
os.rename(filePathNoSuffix+'.zip',filePathNoSuffix+'.docx')
shutil.rmtree(filePathNoSuffix)
print('完成！(注意文档可能有变化)')

ref:

https://blog.csdn.net/qq_40081208/article/details/112652832