Ubuntu下使用python读取doc和docx文档的内容方法
2018-05-08 09:05
1271 查看
读取docx文档
使用的包是python-docx
1. 安装python-docx包
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)
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脚本之家。
您可能感兴趣的文章:
相关文章推荐
- Ubuntu下使用python读取doc和docx文档的内容
- C#编程读取文档Doc、Docx及Pdf内容的方法
- linux上用python读取doc文档,python处理doc方法
- 将Doc或者Docx文档处理成html的代码逻辑;统计word中的字数,段数,句数,读取word中文档内容的代码逻辑
- 使用python读取txt文件的内容,并删除重复的行数方法
- 编程读取文档Doc,Docx,Pdf的内容
- Python使用xlrd读取Excel格式文件的方法
- 在Ubuntu中使用Python的matplotlib库时图片不能显示问题的解决方法
- python使用nntp读取新闻组内容的方法
- 在ubuntu 12.04下面使用usb连接安卓手机读取手机中TF卡的内容
- 黑马程序员之C#学习笔记:使用Stream.BeginRead方法读取FileStream的流内容
- python读取word文档的方法
- Python实现将DOC文档转换为PDF的方法
- C#使用oledb读取excel表格内容到datatable的方法
- Python读取网页内容的方法
- python使用nntp读取新闻组内容的方法
- python计算文件的行数和读取某一行内容的实现方法
- selenium+python关于登录的脚本代码,使用了读取excel以及向excel中写入测试结果的方法
- python使用htmllib分析网页内容的方法
- python计算文件的行数和读取某一行内容的实现方法