微客导航 » 文章资讯 » Ubuntu下使用python读取doc和docx文档的内容方法

Ubuntu下使用python读取doc和docx文档的内容方法

2023-09-13 04:44:04 509

读取docx文档

使用的包是python-docx

1.安装python-docx包

sudopipinstallpython-docx

2.使用python-docx包读取数据

#encoding:utf8
importdocx
doc=docx.Document('test.docx')
docText='\n'.join([paragraph.textforparagraphindoc.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makeinstall命令。

3.使用antiword读取doc文档内容

#encoding:utf8
importsubprocess
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毛票票。