要使用 Python 读取 Word 文档(.doc 或 .docx 格式),你可以使用 `python-docx` 库。以下是使用 `python-docx` 库读取 Word 文档的步骤:
1. 安装 `python-docx` 库:
pip install python-docx
2. 导入 `python-docx` 库并读取 Word 文档:
from docx import Document
打开文档
doc = Document('example.docx') 请将 'example.docx' 替换为你的文档文件名
读取段落
for para in doc.paragraphs:
print(para.text)
读取表格
for table in doc.tables:
for row in table.rows:
for cell in row.cells:
print(cell.text)
以上代码会打印出 Word 文档中的所有段落和表格内容。
如果你需要读取旧的 `.doc` 格式文档,可以使用 `python-docx2txt` 库将 `.doc` 文件转换为文本文件,然后再进行读取:
import docx2txt
将doc文件转换为文本文件
text = docx2txt.process('example.doc') 请将 'example.doc' 替换为你的文档文件名
print(text)
请注意,`python-docx` 库不支持直接读取 `.doc` 文件,因此需要先进行转换。