#!/usr/bin/env python 
#coding=utf-8 
from win32com import client as wc 
word = wc.Dispatch('Word.Application') 
doc = word.Documents.Open(r'C:/Users/Administrator/Desktop/1.docx') 
doc.SaveAs('F:/1.html', 8) 
doc.SaveAs('F:/2.pdf', 17) 
doc.SaveAs('F:/3.html', 10) 
doc.Close() 
word.Quit()
 
'''
win32com download 
http://sourceforge.net/projects/pywin32/files/pywin32/Build%20218
這裡測試的環境是：windows xp,office 2007,python 2.5.2,pywin32 build 213，原理是利用win32com介面直接呼叫office API，好處是簡單、相容性好，只要office能處理的，python都可以處理，處理出來的結果和office word裡面“另存為”一致。
原文地址：http://www.fuchaoqun.com/2009/03/use-python-convert-word-to-html-with-win32com/
view source
print
?
1.#!/usr/bin/env python 
2.#coding=utf-8 
3.from win32com import client as wc 
4.word = wc.Dispatch('Word.Application') 
5.doc = word.Documents.Open('d:/labs/math.doc') 
6.doc.SaveAs('d:/labs/math.html', 8 ) 
7.doc.Close() 
8.word.Quit()
關鍵的就是doc.SaveAs(’d:/labs/math.html’, 8)這一行，網上很多文章寫成：doc.SaveAs(’d:/labs/math.html’, win32com.client.constants.wdFormatHTML)，直接報錯：
AttributeError: class Constants has no attribute ‘wdFormatHTML’
當然你也可以用上面的程式碼將word檔案轉換成任意格式檔案（只要office 2007支援，比如將word檔案轉換成PDF檔案，把8改成17即可），下面是office 2007支援的全部檔案格式對應表：
wdFormatDocument = 0
wdFormatDocument97 = 0
wdFormatDocumentDefault = 16
wdFormatDOSText = 4
wdFormatDOSTextLineBreaks = 5
wdFormatEncodedText = 7
wdFormatFilteredHTML = 10
wdFormatFlatXML = 19
wdFormatFlatXMLMacroEnabled = 20
wdFormatFlatXMLTemplate = 21
wdFormatFlatXMLTemplateMacroEnabled = 22
wdFormatHTML = 8
wdFormatPDF = 17
wdFormatRTF = 6
wdFormatTemplate = 1
wdFormatTemplate97 = 1
wdFormatText = 2
wdFormatTextLineBreaks = 3
wdFormatUnicodeText = 7
wdFormatWebArchive = 9
wdFormatXML = 11
wdFormatXMLDocument = 12
wdFormatXMLDocumentMacroEnabled = 13
wdFormatXMLTemplate = 14
wdFormatXMLTemplateMacroEnabled = 15
wdFormatXPS = 18
照著字面意思應該能對應到相應的檔案格式，如果你是office 2003可能支援不了這麼多格式。word檔案轉html有兩種格式可選wdFormatHTML、wdFormatFilteredHTML（對應數字 8、10），區別是如果是wdFormatHTML格式的話，word檔案裡面的公式等ole物件將會儲存成wmf格式，而選用 wdFormatFilteredHTML的話公式圖片將儲存為gif格式，而且目測可以看出用wdFormatFilteredHTML生成的HTML 明顯比wdFormatHTML要乾淨許多。
當然你也可以用任意一種語言通過com來呼叫office API，比如PHP. 
'''