ChatGPT公式高效转换Word文档的技术实现与避坑指南

1次阅读

共计 1723 个字符，预计需要花费 5 分钟才能阅读完成。

作为一名经常需要整理技术文档的开发者，你是否遇到过这样的困扰：从 ChatGPT 复制的内容粘贴到 Word 后，数学公式变成乱码、代码块失去缩进、标题层级全部消失？今天我们就用 Python 彻底解决这个痛点。

公式解析失效：ChatGPT 输出的 LaTeX 公式（如$$E=mc^2$$）在 Word 中会显示为纯文本
代码格式丢失：代码块的缩进和语法高亮无法保留
结构扁平化 ：Markdown 的# 标题会变成普通段落

方案类型	优点	缺点	适用场景
手动复制粘贴	零技术门槛	效率低下，格式错误率高	临时处理少量内容
VBA 宏	无需额外环境	调试困难，跨平台兼容性差	纯 Windows 环境
python-docx	全自动处理，格式精准	需要 Python 基础	批量处理专业文档

# 安装必备库
pip install python-docx markdown

import re
from docx.shared import Pt
from docx.oxml.ns import qn

def convert_formulas(text: str) -> str:
    """
    将 $$ 包裹的 LaTeX 公式转为 Word 可识别的格式
    :param text: 包含 LaTeX 公式的原始文本
    :return: 处理后的文本
    """pattern = r'\$\$(.*?)\$\$'
    return re.sub(pattern, _add_math_style, text)

def _add_math_style(match: re.Match) -> str:
    """内部方法：为公式添加专用样式"""
    formula = match.group(1)
    return f'【公式开始】{formula}【公式结束】'  # 实际处理应使用 OMath 对象

from docx import Document
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT

def create_docx(content: str) -> Document:
    """
    创建带格式的 Word 文档
    :param content: Markdown 格式内容
    :return: Document 对象
    """
    try:
        doc = Document()

        # 添加标题
        doc.add_heading('技术文档', level=0)

        # 添加正文（带异常处理）for paragraph in content.split('\n'):
            if paragraph.startswith('#'):
                level = paragraph.count('#')
                doc.add_heading(paragraph.lstrip('#'), level=level)
            else:
                doc.add_paragraph(paragraph)

        return doc
    except Exception as e:
        print(f"文档生成失败: {str(e)}")
        raise

遇到 \, {, } 等符号时需要进行转义
推荐使用 latex2mathml 库进行专业转换

# 设置中英文字体
from docx.shared import Pt

def set_font(run):
    run.font.name = 'Times New Roman'
    run._element.rPr.rFonts.set(qn('w:eastAsia'), '微软雅黑')
    run.font.size = Pt(10.5)