ChatGPT内容高效转Word文档：Python自动化方案与避坑指南

1次阅读

没有评论

共计 3963 个字符，预计需要花费 10 分钟才能阅读完成。

在日常开发中，我们经常需要将 ChatGPT 生成的内容转换为 Word 文档。典型场景包括：

自动生成项目报告
批量整理客服对话记录
创建知识库文档
制作标准化格式的合同模板

手动操作面临的主要痛点：

格式丢失：ChatGPT 返回的 Markdown 或 HTML 格式在复制粘贴时会丢失
效率低下：处理大量内容时人工操作耗时耗力
一致性差：难以保持统一的文档样式

常见的转换方案包括：

直接复制粘贴
优点：简单快捷
缺点：格式丢失严重
使用 ChatGPT 网页版导出
优点：保留基本格式
缺点：无法批量处理，功能受限
第三方转换工具
优点：无需开发
缺点：隐私风险，定制化程度低

综合考虑后，我们选择 Python-docx+OpenAI API 方案，因为：

完全可控的自动化流程
可以精细控制文档样式
适合批量处理
便于集成到现有系统

首先需要配置 OpenAI API 访问：

import openai

openai.api_key = 'your-api-key'

def get_chatgpt_response(prompt):
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}]
    )
    return response['choices'][0]['message']['content']

使用 python-docx 创建文档基础结构：

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

def create_document():
    doc = Document()
    # 设置默认字体
    style = doc.styles['Normal']
    font = style.font
    font.name = '微软雅黑'
    font.size = Pt(10)
    return doc

这是最复杂的部分，需要处理 Markdown 到 Word 的转换：

import re
from docx.shared import RGBColor

def add_markdown_to_doc(doc, markdown_text):
    # 分割文本块
    blocks = re.split(r'(\n\n|\n)', markdown_text)

    for block in blocks:
        if not block.strip():
            continue

        # 处理标题
        if block.startswith('#'):
            level = block.count('#')
            title_text = block.replace('#', '').strip()
            doc.add_heading(title_text, level=min(level, 3))
        # 处理列表
        elif block.startswith('-') or block.startswith('*'):
            p = doc.add_paragraph(style='List Bullet')
            p.add_run(block[2:].strip())
        else:
            # 普通段落
            doc.add_paragraph(block.strip())

使用线程池提高处理效率：

from concurrent.futures import ThreadPoolExecutor

def batch_process(prompts, max_workers=5):
    with ThreadPoolExecutor(max_workers=max_workers) as executor:
        results = list(executor.map(process_single_prompt, prompts))
    return results

可以预定义样式模板：

def add_custom_style(doc):
    styles = doc.styles

    # 标题 1 样式
    heading1 = styles.add_style('Heading1', 1)
    heading1.font.size = Pt(16)
    heading1.font.bold = True
    heading1.font.color.rgb = RGBColor(0x00, 0x00, 0x80)

处理大文档时及时保存：

def process_large_content(content, chunk_size=10000):
    doc = Document()
    for i in range(0, len(content), chunk_size):
        chunk = content[i:i+chunk_size]
        add_markdown_to_doc(doc, chunk)
        # 每处理一定量就保存一次
        if i % 50000 == 0:
            temp_save(doc)
    return doc

确保设置正确的字体和编码：

doc.styles['Normal'].font.name = '微软雅黑'
doc.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), '微软雅黑')

表格和图片需要特殊处理：

def add_table_from_markdown(doc, table_md):
    rows = table_md.split('\n')
    # 第一行是表头
    headers = [h.strip() for h in rows[0].split('|') if h.strip()]

    table = doc.add_table(rows=1, cols=len(headers))
    hdr_cells = table.rows[0].cells
    for i, header in enumerate(headers):
        hdr_cells[i].text = header

API 密钥管理：

使用环境变量存储 API 密钥
设置合理的请求速率限制
实现重试机制应对 API 限流

import openai
from docx import Document
from docx.shared import Pt, RGBColor
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
import re
import os

class ChatGPTToWord:
    def __init__(self, api_key):
        openai.api_key = api_key

    def get_response(self, prompt):
        try:
            response = openai.ChatCompletion.create(
                model="gpt-3.5-turbo",
                messages=[{"role": "user", "content": prompt}]
            )
            return response['choices'][0]['message']['content']
        except Exception as e:
            print(f"API 请求失败: {e}")
            return None

    def create_document(self):
        doc = Document()
        # 设置默认样式
        style = doc.styles['Normal']
        font = style.font
        font.name = '微软雅黑'
        font.size = Pt(10)
        return doc

    def convert_to_word(self, prompt, output_path):
        content = self.get_response(prompt)
        if not content:
            return False

        doc = self.create_document()
        self._add_content_to_doc(doc, content)
        doc.save(output_path)
        return True

    def _add_content_to_doc(self, doc, markdown_text):
        blocks = re.split(r'(\n\n|\n)', markdown_text)

        for block in blocks:
            if not block.strip():
                continue

            if block.startswith('#'):
                level = block.count('#')
                title_text = block.replace('#', '').strip()
                doc.add_heading(title_text, level=min(level, 3))
            elif block.startswith('-') or block.startswith('*'):
                p = doc.add_paragraph(style='List Bullet')
                p.add_run(block[2:].strip())
            else:
                doc.add_paragraph(block.strip())

# 使用示例
if __name__ == "__main__":
    converter = ChatGPTToWord(os.getenv('OPENAI_API_KEY'))
    converter.convert_to_word(
        "写一篇关于 Python 自动化的文章",
        "output.docx"
    )