python

超轻量级php框架startmvc

Ubuntu下使用python读取doc和docx文档的内容方法

更新时间:2020-06-01 14:00:01 作者:startmvc
读取docx文档使用的包是python-docx1.安装python-docx包sudopipinstallpython-docx2.使用python-docx包读取数

读取docx文档

使用的包是python-docx

1. 安装python-docx包


sudo pip install python-docx 

2. 使用python-docx包读取数据


#encoding:utf8 
import docx 
doc = docx.Document('test.docx') 
docText = '\n'.join([paragraph.text for paragraph in doc.paragraphs]) 
#print(docText) 

python-docx这个包是不能处理doc文档的,要读取doc文档内容的话需要使用antiword这个工具。

读取doc文档

1. 到网站下载antiword。

2. 下载完毕之后解压,在解压得到的文件夹中依次运行make和make install命令。

3. 使用antiword读取doc文档内容


#encoding:utf8 
import subprocess 
word = 'test.doc' 
output = subprocess.check_output(['antiword',word]) 
print(output) 

以上这篇Ubuntu下使用python读取doc和docx文档的内容方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

python doc docx读取