如何读取整个文件夹下所有 HTML 文件的代码

Power Query ⋅ 射手的幽默 ⋅ 于 2020-03-06 11:41:08 ⋅ 最后回复由 射手的幽默 于 2020-03-06 16:09:06 ⋅ 2297 阅读

现在我们有一个在线的知识库系统，HTML编辑界面很难用，必须得在Word里面编辑好了再粘贴过来。但是OneNote里面有近千条记录需要进行导入，帖到Word里面再贴出来图片就失效了。原因是OneNote会把图片进行OCR转化成可搜索的格式，而知识库系统的图片采用base64方式编码，整个正文所有多媒体内容都存储在数据库的一个cell里面。问题目前已经解决，找到一个第三方工具可以批量把Word转HTML，在过程中会把图片转化为base64。

但是现在遇到了新问题，茫茫多的HTML文件在同一个文件夹里，如何把他们的代码整理为一个表格方便批量导入呢？尝试了转换成txt文件，PowerBI自动读取也会识别为HTML，需要多级展开。单个文件退回步骤强制打开为TXT，他们会变成一行一行的，不在同一个cell中。
file
file
file

怎样才能实现最终需要的效果呢？
file

谢谢！

点赞
成为第一个点赞的人吧 :bowtie:
最佳答案
  • Alex
    Alex MOD 社区清洁工
    2020-03-06 13:44:01 
    let
    源 = Folder.Files("C:\test"),
    筛选的行 = Table.SelectRows(源, each ([Extension] = ".html")),
    已添加自定义 = Table.AddColumn(筛选的行, "html", each Text.FromBinary([Content]),type text),
    删除的其他列 = Table.SelectColumns(已添加自定义,{"Name", "html"})
in
    删除的其他列

    第一行路径换成自己的文件夹路径

回复数量: 2
时间 投票
  • Alex
    Alex MOD 社区清洁工
    ⋅ 2020-03-06 13:44:01 
    let
    源 = Folder.Files("C:\test"),
    筛选的行 = Table.SelectRows(源, each ([Extension] = ".html")),
    已添加自定义 = Table.AddColumn(筛选的行, "html", each Text.FromBinary([Content]),type text),
    删除的其他列 = Table.SelectColumns(已添加自定义,{"Name", "html"})
in
    删除的其他列

    第一行路径换成自己的文件夹路径

  • 射手的幽默
    射手的幽默
    ⋅ 2020-03-06 16:09:06

    感谢Alex，非常好用！
    高亮知识点：Text.FromBinary([Content]),type text)

暂无评论~~
  • 请务必阅读并严格遵守《社区管理规范与使用说明》
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
  • 支持表情，使用方法请见 发送表情，可用的 Emoji 见 :metal: :point_right: Emoji 列表 :star: :sparkles:
  • 上传图片, 支持拖拽和剪切板粘贴上传, 格式限制 - jpg, png, gif
  • 不支持上传附件，请尽可能用文字和图片将问题描述清楚，如实在需要上传附件，可上传到 共享网盘 后分享链接
  • 发布框支持本地存储功能，会在内容变更时保存，「提交」按钮点击时清空
  请勿发布不友善或者负能量的内容。与人为善，比聪明更重要！
Ctrl+Enter

作者：射手的幽默

  • 北京

射手的幽默 的其他话题

分类下其他话题

社区公告