Python 抽取word文檔中的文本。

引言

一個付費答疑的會員，諮詢我如何將word文檔中的文本用Python抽取。

在一個星期前問我，因為本人沒有處理過這個問題，搜到一些解決方案給他。

1、python-docx

2、windows下的win32com

python-docx 只能處理docx的文件，他的word文件是doc格式。

win32com,他沒有搞定，我沒有windows，也沒有打算用這個庫。

本來答疑沒有幫助寫代碼的服務，但他搞一個星期沒有搞定，黃哥基於職業道德，

來幫助他搞定這個事。

article/Python_word_txt.md at master · pythonpeixun/article · GitHub下面來分享一下是怎麼在10分鐘內搞定他一個星期搞不定的問題。

歸功於google 和獨立思考，既然現有的庫只支持docx文檔，那麼我就思考，linux下有不有工具軟體n處理這個事情，搜索一下，還真找到了這個[antiword](http://www.winfield.demon.nl)n在mac下brew install antiwordn安裝後再在終端antiword 出院記錄.doc 文件，文本輸出了，到這裡就有譜了。n

article/Python_word_txt.md at master · pythonpeixun/article · GitHubPython 代碼就只有幾行。

#!/usr/bin/env pythonn# coding:utf-8n黃哥Pythonnnimport subprocessnword = "出院記錄.doc"noutput = subprocess.check_output(["antiword", word])nprint outputn

總結

程序員要養成獨立解決問題的習慣，快速利用google解決問題的能力。

如何訓練自己的編程思路

部分免費Python免費視頻

感恩！感謝黃哥Python培訓學員的支持和肯定

推薦閱讀：