写一段python代码批量处理HTML文件另存为docx文件

以下是一段Python代码，可以批量处理HTML文件并将其另存为docx文件：

import os
import glob
from docx import Document
from bs4 import BeautifulSoup

# 设置HTML文件夹路径和docx保存路径
html_folder_path = 'path/to/html/folder'
docx_save_path = 'path/to/docx/save/folder'

# 获取所有HTML文件路径
html_files = glob.glob(os.path.join(html_folder_path, '*.html'))

# 循环处理每个HTML文件
for html_file in html_files:
    # 打开HTML文件并解析
    with open(html_file, 'r') as f:
        soup = BeautifulSoup(f.read(), 'html.parser')
    
    # 创建一个新的docx文档
    doc = Document()
    
    # 循环处理每个HTML标签
    for tag in soup.find_all():
        # 将HTML标签转换为docx格式
        if tag.name == 'p':
            doc.add_paragraph(tag.text)
        elif tag.name == 'h1':
            doc.add_heading(tag.text, level=1)
        elif tag.name == 'h2':
            doc.add_heading(tag.text, level=2)
        elif tag.name == 'h3':
            doc.add_heading(tag.text, level=3)
        elif tag.name == 'ul':
            for li in tag.find_all('li'):
                doc.add_paragraph(li.text, style='List Bullet')
        elif tag.name == 'ol':
            for li in tag.find_all('li'):
                doc.add_paragraph(li.text, style='List Number')
    
    # 保存docx文件
    docx_file = os.path.splitext(os.path.basename(html_file))[0] + '.docx'
    docx_path = os.path.join(docx_save_path, docx_file)
    doc.save(docx_path)
    
    print(f'Processed {html_file} and saved as {docx_path}')

在这段代码中，我们使用了BeautifulSoup库来解析HTML文件，并使用docx库来创建和保存docx文件。我们还使用了glob库来获取所有HTML文件的路径，然后循环处理每个HTML文件。

在循环中，我们首先打开HTML文件并使用BeautifulSoup库解析它。然后，我们创建一个新的docx文档，并循环处理每个HTML标签。对于每个标签，我们将其转换为docx格式并添加到文档中。

最后，我们使用os库来确定docx文件的保存路径，并将文档保存为docx文件。在保存每个文件后，我们打印一条消息以指示处理已完成。

请注意，这段代码假定HTML文件中只包含p、h1、h2、h3、ul和ol标签。如果您的HTML文件包含其他标签，请相应地修改代码以适应您的文件。