1. 安装python-docx包
|
1
|
sudo pip install python-docx |
2. 使用python-docx包读取数据
|
1
2
3
4
5
|
#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
|
1
2
3
4
5
|
#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服务器之家。
原文链接：https://blog.csdn.net/Nicholas_Wong/article/details/71024969
