Ubuntu下使用python读取doc和docx文档的内容方法

不言
发布: 2018-05-08 14:18:12
原创
3104 人浏览过

这篇文章主要介绍了关于Ubuntu下使用python读取doc和docx文档的内容方法,有着一定的参考价值,现在分享给大家,有需要的朋友可以参考一下

读取docx文档

使用的包是python-docx

1. 安装python-docx包

sudo pip install python-docx
登录后复制

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)
登录后复制

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)
登录后复制

相关推荐:

基于python批量处理dat文件及科学计算的方法

用python处理MS Word的实例

以上是Ubuntu下使用python读取doc和docx文档的内容方法的详细内容。更多信息请关注PHP中文网其他相关文章!

相关标签:
来源:php.cn
本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
作者最新文章
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责声明 Sitemap
PHP中文网:公益在线PHP培训,帮助PHP学习者快速成长!