Ubuntu下使用python读取doc和docx文档的内容方法-木庄网络博客

本文摘自php中文网，作者不言，侵删。

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

1	`sudo pip install python-docx`

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)

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)

相关阅读 >>

更多相关阅读请进入《Python》频道 >>

书籍

Python编程从入门到实践第2版

￥69.8元 人民邮电出版社

python入门书籍，非常畅销，超高好评，python官方公认好书。