腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

Python小屋

专栏作者

961

文章

1631368

阅读量

146

订阅数

Python使用标准库zipfile+re提取docx文档中超链接文本和链接地址

python windows server xml

WPS和Office Word创建的docx格式文档虽然格式大致相同，但还是有些细节的区别。例如，使用WPS创建的文档中如果包含超链接，可以使用“Python提取Word文档中所有超链接地址和文本”一文中介绍的技术和代码提取，但是同样的代码对于Office Word创建的docx文档无效。本文使用Python配合正则表达式来提取docx文档中的超链接文本和链接地址。

Python小屋屋主

2020-09-23

1.6K0

Python提取docx文档中嵌入式图片和浮动图片的又一种方法

xml 嵌入式 python

昨天推送了使用docx2python扩展库提取文档中图片的文章之后，经网友perfect提醒，实际上使用python-docx这个扩展库也可以提取浮动图片，并给出了参考代码。经过分析和测试，确实可以，然后根据分析我把perfect朋友给出的代码又简化改进了一下，思路如下：

Python小屋屋主

2019-11-28

2.5K0

Python爬虫扩展库BeautifulSoup4用法精要

python 爬虫 html xml https

BeautifulSoup是一个非常优秀的Python扩展库，可以用来从HTML或XML文件中提取我们感兴趣的数据，并且允许指定使用不同的解析器。由于beautifulsoup3已经不再继续维护，因此新的项目中应使用beautifulsoup4，目前最新版本是4.5.0，可以使用pip install beautifulsoup4直接进行安装，安装之后应使用from bs4 import BeautifulSoup导入并使用。下面我们就一起来简单看一下BeautifulSoup4的强大功能，更加详细完整的学

Python小屋屋主

2018-04-16

7110

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态