ChatGPT输出Word文档的自动化解决方案与避坑指南

1次阅读

没有评论

共计 3832 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 生成的内容导出为 Word 文档。手动操作虽然简单，但面临诸多问题：

格式丢失：ChatGPT 返回的 Markdown 或 HTML 内容复制到 Word 后，标题、列表等样式需要重新调整
批量处理困难：当需要处理大量 API 响应时，手动操作效率极低
编码问题：中文内容经常出现乱码或特殊字符显示异常
样式不一致：不同文档间的格式难以统一

Python 生态中有几种主流方案可供选择：

python-docx
优点：纯 Python 实现，跨平台，API 简洁
缺点：对复杂格式支持有限
Office API
优点：功能全面，完美兼容 Office
缺点：需要安装 Office 软件，Windows 环境依赖强
PyWin32
优点：直接调用 Win32 COM 接口，控制粒度细
缺点：仅限 Windows，稳定性较差

对于大多数场景，python-docx是最佳选择，它足够轻量且能满足基本需求。

pip install python-docx markdown

from docx import Document

doc = Document()
doc.add_heading('ChatGPT 生成报告', level=1)
doc.add_paragraph('自动生成的文档内容')
doc.save('report.docx')

ChatGPT 返回的内容通常是 Markdown 格式，我们需要将其转换为 Word 支持的样式：

import markdown
from bs4 import BeautifulSoup

def markdown_to_word(text):
    # 转换 Markdown 为 HTML
    html = markdown.markdown(text)

    # 解析 HTML
    soup = BeautifulSoup(html, 'html.parser')

    # 创建文档
    doc = Document()

    # 处理各级标题
    for h in soup.find_all(['h1', 'h2', 'h3']):
        level = int(h.name[1])
        doc.add_heading(h.text, level=level)

    # 处理段落
    for p in soup.find_all('p'):
        doc.add_paragraph(p.text)

    # 处理列表
    for ul in soup.find_all('ul'):
        for li in ul.find_all('li'):
            doc.add_paragraph(li.text, style='List Bullet')

    return doc

确保文件保存时使用正确编码：

def save_with_encoding(doc, filename):
    try:
        doc.save(filename)
    except UnicodeEncodeError:
        # 处理特殊字符
        for paragraph in doc.paragraphs:
            for run in paragraph.runs:
                run.text = run.text.encode('ascii', 'xmlcharrefreplace').decode('ascii')
        doc.save(filename)

import markdown
from bs4 import BeautifulSoup
from docx import Document
from docx.shared import Pt
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT

def chatgpt_to_word(api_response, output_file):
    """
    将 ChatGPT API 响应转换为格式化的 Word 文档

    参数:
        api_response: ChatGPT API 返回的 JSON 响应
        output_file: 输出文件路径
    """
    # 1. 解析 API 响应
    content = api_response['choices'][0]['message']['content']

    # 2. 转换 Markdown
    html = markdown.markdown(content)
    soup = BeautifulSoup(html, 'html.parser')

    # 3. 创建文档
    doc = Document()

    # 设置默认字体
    style = doc.styles['Normal']
    font = style.font
    font.name = '微软雅黑'
    font.size = Pt(10.5)

    # 4. 处理内容
    for element in soup.children:
        if element.name in ['h1', 'h2', 'h3', 'h4', 'h5', 'h6']:
            level = int(element.name[1])
            doc.add_heading(element.text, level=level)
        elif element.name == 'p':
            p = doc.add_paragraph(element.text)
            p.alignment = WD_PARAGRAPH_ALIGNMENT.JUSTIFY
        elif element.name == 'ul':
            for li in element.find_all('li'):
                doc.add_paragraph(li.text, style='List Bullet')
        elif element.name == 'ol':
            for li in element.find_all('li'):
                doc.add_paragraph(li.text, style='List Number')

    # 5. 保存文档
    try:
        doc.save(output_file)
    except Exception as e:
        print(f"保存失败: {e}")
        raise

# 使用示例
if __name__ == "__main__":
    # 模拟 ChatGPT API 响应
    mock_response = {
        "choices": [{
            "message": {"content": "# 项目报告 \n\n## 概述 \n\n 这是自动生成的报告内容 \n\n- 第一点 \n- 第二点 \n\n1. 第一步 \n2. 第二步"}
        }]
    }

    chatgpt_to_word(mock_response, "project_report.docx")

处理大量或大文档时，需要注意：

流式处理：不要一次性加载所有内容，可以分批处理
内存管理：及时清理不再使用的变量
并发处理：对多个文档使用多线程

from concurrent.futures import ThreadPoolExecutor

def batch_process(responses, output_dir):
    """批量处理多个 API 响应"""
    with ThreadPoolExecutor(max_workers=4) as executor:
        futures = []
        for i, response in enumerate(responses):
            output_file = f"{output_dir}/report_{i}.docx"
            futures.append(executor.submit(chatgpt_to_word, response, output_file))

        for future in futures:
            future.result()  # 等待所有任务完成

字体兼容性
指定通用字体如 ”Microsoft YaHei” 或 ”Arial”
避免使用系统特有字体
跨平台问题
Linux 环境下可能需要额外安装字体
路径处理使用 os.path 保持跨平台兼容
错误处理
捕获并记录所有可能的异常
实现重试机制

import os
import logging
from datetime import datetime

logging.basicConfig(filename='word_export.log', level=logging.INFO)

def safe_export(response, output_path):
    """带错误处理的导出函数"""
    try:
        # 确保输出目录存在
        os.makedirs(os.path.dirname(output_path), exist_ok=True)

        # 记录开始时间
        start_time = datetime.now()

        # 执行转换
        chatgpt_to_word(response, output_path)

        # 记录成功
        duration = (datetime.now() - start_time).total_seconds()
        logging.info(f"成功导出 {output_path}，耗时 {duration:.2f} 秒")
        return True
    except Exception as e:
        logging.error(f"导出失败 {output_path}: {str(e)}")
        return False

本文介绍了将 ChatGPT 输出自动转换为 Word 文档的完整解决方案。实际应用中，你还可以考虑：