Ubuntu下使用python读取doc和docx文档的内容方法
作者：Nicholas_Wong
今天小编就为大家分享一篇Ubuntu下使用python读取doc和docx文档的内容方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
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。