Python讀取Word（.docx）正文信息的方法
本文介紹用Python簡(jiǎn)單讀取*.docx文件信息，一些python-word庫(kù)就是對(duì)這種方法的擴(kuò)展。
介紹分兩部分：
- Word(*.docx)文件簡(jiǎn)述
- Python提取Word信息
Word(*.docx)文件簡(jiǎn)述
大約在2008年以前，Office產(chǎn)品中Word用.doc文件格式，這種二進(jìn)制格式很難與其他軟件兼容。
為了跟上時(shí)代，微軟采用類XML格式標(biāo)準(zhǔn)定義其新版Word文件.docx。
.docx實(shí)際上是一個(gè)zip的壓縮文件，比如我們有一個(gè)test.docx的文件：
其內(nèi)容如下：
改變其后綴名為test.zip，然后解壓，會(huì)得到如下文件：
其中Word文件的正文內(nèi)容被保持在word/document.xml中，我們可以打開查看：
Python提取Word信息
根據(jù)Word（.docx）文件格式，我們遵循如下步驟進(jìn)行正文信息的提取：
1 解壓.docx文件
2 用BeautifulSoup解析word/document.xml提取正文信息
具體代碼如下：
from zipfile import ZipFile
from bs4 import BeautifulSoup
document=ZipFile('test.docx')
xml=document.read("word/document.xml")
wordObj=BeautifulSoup(xml.decode("utf-8"))
texts=wordObj.findAll("w:t")
for text in texts:
print(text.text)
以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
- Python使用python-docx讀寫word文檔
- python-docx修改已存在的Word文檔的表格的字體格式方法
- Python利用docx模塊實(shí)現(xiàn)快速操作word文件
- 詳解python-docx處理Word必備工具
- 使用Python docx修改word關(guān)鍵詞顏色的操作
- Python 實(shí)現(xiàn)向word(docx)中輸出
- 基于python的docx模塊處理word和WPS的docx格式文件方式
- python實(shí)現(xiàn)生成Word、docx文件的方法分析
- Python操作word常見方法示例【win32com與docx模塊】
- 如何使用python?docx模塊操作word文檔
相關(guān)文章
python讀取word 中指定位置的表格及表格數(shù)據(jù)
這篇文章主要介紹了python讀取word 中指定位置的表格及表格數(shù)據(jù)，本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值，需要的朋友參考下吧2019-10-10
Python OpenCV讀取png圖像轉(zhuǎn)成jpg圖像存儲(chǔ)的方法
今天小編就為大家分享一篇Python OpenCV讀取png圖像轉(zhuǎn)成jpg圖像存儲(chǔ)的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-10-10
Mac中PyCharm配置Anaconda環(huán)境的方法
這篇文章主要介紹了Mac中PyCharm配置Anaconda環(huán)境的方法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-03-03
tensorflow圖像裁剪進(jìn)行數(shù)據(jù)增強(qiáng)操作
這篇文章主要介紹了tensorflow圖像裁剪進(jìn)行數(shù)據(jù)增強(qiáng)操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
python獲取文件真實(shí)鏈接的方法,針對(duì)于302返回碼
今天小編就為大家分享一篇python獲取文件真實(shí)鏈接的方法,針對(duì)于302返回碼，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-05-05
解決pip install xxx報(bào)錯(cuò)SyntaxError: invalid syntax的問(wèn)題
今天小編就為大家分享一篇解決pip install xxx報(bào)錯(cuò)SyntaxError: invalid syntax的問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-11-11
這篇文章主要為大家介紹了Python面向?qū)ο笾K，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來(lái)幫助2021-12-12
關(guān)于Python 解決Python3.9 pandas.read_excel(‘xxx.xlsx‘)報(bào)錯(cuò)的問(wèn)題
這篇文章主要介紹了關(guān)于Python 解決Python3.9 pandas.read_excel(‘xxx.xlsx‘)報(bào)錯(cuò)的問(wèn)題,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-11-11
這篇文章主要介紹了Python常見的pandas用法,結(jié)合實(shí)例形式總結(jié)分析了Python使用pandas模塊的常見操作技巧與相關(guān)注意事項(xiàng),需要的朋友可以參考下2019-03-03
用Python做個(gè)自動(dòng)化彈鋼琴腳本實(shí)現(xiàn)天空之城彈奏
突然靈機(jī)一動(dòng)，能不能用Python自動(dòng)化腳本彈奏一曲美妙的鋼琴曲呢？今天就一起帶大家如何用Python實(shí)現(xiàn)自動(dòng)化彈出一首《天空之城》有需要的朋友可以借鑒參考下2021-09-09