python獲取docx文件的內容(文字)

阿新 • • 發佈：2019-02-05

首先下載第三方庫python-docx: pip install python-docx(在py檔案裡面匯入的時候是import docx)

簡單的說,docx裡面的每一個段落都是一個paragraph物件,段落中文字如果有不同的樣式(加粗，斜體)就會有不同的run物件,而且paragraph和run物件都有一個text屬性，表示的是他包含的文字

import docx

def     getText(filename):

        doc = docx.Document(filename)
        fullText = []
        for i in doc.paragraphs:#迭代docx文件裡面的每一個段落 

            fullText.append(i.text)#儲存每一個段落的文字
        return '\n'.join(fullText)
def     main():

        print getText('reviews.docx')#reviews.docx是我自己建立的一個文件,注意要和你的py檔案一個目錄下

if     __name__=="__main__":
        main()

這裡寫圖片描述

python獲取docx文件的內容(文字)

首先下載第三方庫python-docx: pip install python-docx(在py檔案裡面匯入的時候是import docx) 簡單的說,docx裡面的每一個段落都是一個paragraph物件,段落中文字如果有不同的樣式(加粗，斜體)就會有不同的

php 獲取某文件內容

目錄 ret opendir array urn bsp rect 數組 sca 獲取某文件下的文件夾和文件 public function dirRead($dir=‘‘){ //$dir = ‘./upload/images‘; $r

【Python】監控文件內容增刪改操作變化

color png pro mark 文件 type ext nag log 【Python】監控文件內容增刪改操作變化

只需一行程式碼，python實現docx文件轉html頁面！

說到word文件轉html的，網上一搜一大把，各種線上word轉html頁面，使用起來也方便。但是在實際專案中要使用的話，需要自己開發，這裡就提供一個簡單的方法。學習Python中有不明白推薦加入交流群

Python獲取mongo文件的size大小

使用bson模組得到mongo返回文件大小 import bson res = db['log'].find_one({"sid": test_id}) print len(bson.BSON.enco

nodejs將word文件轉為html檔案（指令碼）--獲取word文件內容

本來是想寫用nodejs 或者 js 將word文件轉為html的指令碼， js在IE瀏覽器下有 new ActiveApplication 物件可以獲取文件 nodejs 獲取文件看這篇http://www.jianshu.com/p/68a420a6

python提取excel文件內容到新文件

參考：http://blog.csdn.net/cloudox_/article/details/53812213 import xlrd import xlwt import re #開啟檔案，如果沒開啟則列印錯誤 def open_excel(file): try: data

python對txt文件內容去除重複行

import shutil readPath='cnews.test1.txt' writePath='cnews.test2.txt' lines_seen=set() outfiile=open(writePath,'a+',encoding='utf-8') f=ope

python提取txt文件內容

import pandas as pd result=[] f = open('testdata.txt') for line in open('testdata.txt'): line = f.readline() a = line.split(

python操作docx文件

在2017年暑假綠盟實習期間，部門做的一個專案需要用到docx格式的word文件模板操作，現在有如下記錄：關於python操作docx格式文件，我用到了兩個python包，一個便是python-docx包，另一個便是python-docx-template;

PHP讀取docx文件內容

引言客戶需求, 需要從docx文件讀取內容並且做簡單格式化, 難點就在於如何讀取docx格式並且轉換為php可以識別的字串形式, 慣例先貼程式碼. 程式碼 /** * Class Docx2Text * * Docx => Strin

Python讀取pdf文件只讀文字的情況

# coding=utf-8 import pdfminer #讀取pdf檔案 from pdfminer.converter import PDFPageAggregator from pdfminer.layout import LAParams from pdfmin

Python 類似switch/case語句實現方法獲取文件內容匹配函數並執行

lin get err 容易 main ref 設計 case error 這個主要提供了一種思路，這個不太好理解，我徹底敲了一遍，心裏有點低。參考下面的文章標題：Python switch/case語句實現方法來源：https://blog.csdn.net/l46013

Ubuntu下使用python讀取doc和docx文件的內容

讀取docx文件使用的包是python-docx 1. 安裝python-docx包 sudo pip install python-docx2. 使用python-docx包讀取資料 #encod

python 比較兩文件夾的內容,具有通用性。

子目錄 else logs 通過 walk turn imp exists rem #-*-coding:utf-8-*- #=====================================================================

python + selenium -- 讀取配置文件內容

mic erl fire python ref www Coding __main__ 文件路徑任何一個項目，都涉及到了配置文件和管理和讀寫，python 支持很多配置文件的讀寫。本文記錄使用 python + selenium自動化過程中，學習的使用py

python獲取當前文件路徑以及父文件路徑

image 成功 pytho python img 技術 lin lai tina #當前文件的路徑 pwd = os.getcwd() #當前文件的父路徑 father_path=os.path.abspath(os.path.dirname(pwd)+os.path.

Python 輸出文件內容到網絡端口

bsp __name__ 輸出 [1] exit send cond lee line Python 輸出文件內容到網絡端口 $ cat mySocketTest.py import sysimport timeimport socket if __name

python 修改文件內容3種方法

bak ram code param post img span clas 正則表達一、修改原文件方式 1 def alter(file,old_str,new_str): 2 """ 3 替換文件中的字符串 4 :param f

Python之excel文件追加內容

test 內容 body util div utf-8 imp import odi 首先要安裝三個模塊：xlrd，xlwt，xlutils 命令：pip install xlrd xlwt xlutils 示例代碼： 1 #!/usr/bin/env python

python獲取docx文件的內容(文字)

相關推薦