Python doc、docx文件读取

原创已于 2023-12-08 17:46:57 修改 · 1.3k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言 #word

于 2023-02-11 16:42:31 首次发布

Python 专栏收录该内容

9 篇文章

订阅专栏

该文提供了使用Python的docx库读取.docx文档中段落内容的代码示例，并展示了如何通过win32com将.doc文件转换为.docx格式。在转换过程中，强调了需要确保系统默认的Word应用为MicrosoftOffice的Word，而非WPS。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# 读取docx中的文本代码示例
import docx
# 获取文档对象
file = docx.Document("test2.docx")
print("段落数:" + str(len(file.paragraphs)))  # 段落数为13，每个回车隔离一段

# 输出每一段的内容
for para in file.paragraphs:
    print(para.text)

# 输出段落编号及段落内容
for i in range(len(file.paragraphs)):
    print("第" + str(i) + "段的内容是：" + file.paragraphs[i].text)



#将.doc文件转化为.docx文件
from win32com import client as wc
def doSaveAas():
    word = wc.Dispatch('Word.Application')
    doc = word.Documents.Open(r'E:\workspace\test\test.doc')  # 目标路径下的文件
    doc.SaveAs(r'E:\workspace\test\test2.docx', 12, False, "", True, "", False,
               False, False, False)  # 转化后路径下的文件
    doc.Close()
    word.Quit()
doSaveAas()