用python读取.doc文件
用python读取.doc文件
提问于 2016-03-15 10:11:09
我得到了一个工作申请的测试，我的交易是读一些.doc文件。有没有人知道做这件事的图书馆？我从一段原始的python代码开始：
f = open('test.doc', 'r')
f.read()但这不会返回友好的字符串，我需要将其转换为utf-8
编辑:我只想从这个文件中获取文本
回答 6
Stack Overflow用户
发布于 2017-03-31 16:18:43
Stack Overflow用户
发布于 2018-06-11 18:54:59
我也在尝试同样的做法，我找到了很多关于阅读.docx的信息，但关于.doc的信息要少得多；不管怎么说，我还是设法用下面的代码阅读了文本：
import win32com.client
word = win32com.client.Dispatch("Word.Application")
word.visible = False
wb = word.Documents.Open("myfile.doc")
doc = word.ActiveDocument
print(doc.Range().Text)Stack Overflow用户
发布于 2017-12-26 14:32:54
前提条件：
安装antiword：sudo apt-get install antiword
安装docx：pip install docx
from subprocess import Popen, PIPE
from docx import opendocx, getdocumenttext
from cStringIO import StringIO
def document_to_text(filename, file_path):
cmd = ['antiword', file_path]
p = Popen(cmd, stdout=PIPE)
stdout, stderr = p.communicate()
return stdout.decode('ascii', 'ignore')
print document_to_text('your_file_name','your_file_path')注意-新版本的python-docx删除了这个函数。确保通过pip安装docx，而不是新的python-docx
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/36001482
复制相关文章
相似问题
腾讯云开发者
