Python读取doc文件内容

Python读取doc文件内容

在Python中，我们可以使用python-docx库来读取和操作Word文档中的内容。这个库使得在Python代码中读取和修改Word文档变得非常简单和方便。

安装python-docx库

首先，我们需要安装python-docx库。通过以下命令来安装：

pip install python-docx

读取doc文件内容

接下来，我们可以使用下面的代码来读取一个doc文件中的内容：

from docx import Document

# 打开doc文件
doc = Document('example.docx')

# 遍历doc文件中的段落
for para in doc.paragraphs:
    print(para.text)

# 输出doc文件中的表格内容
for table in doc.tables:
    for row in table.rows:
        for cell in row.cells:
            print(cell.text)

上面的代码首先打开了一个名为example.docx的Word文档，然后遍历了文档中的所有段落，并且输出每个段落的文本内容。接着，代码又遍历了文档中的所有表格，并输出了每个单元格的文本内容。

运行结果

假设我们的example.docx文档内容如下：

这是一个示例文档。

这是第一个段落。

| 姓名  | 年龄 | 性别 |
|-------|------|------|
| 小明  |  25  |  男  |
| 小红  |  23  |  女  |

当我们运行上面的代码时，输出会是：

这是一个示例文档。
这是第一个段落。
姓名
年龄
性别
小明
25
男
小红
23
女

如此，我们成功读取了doc文件中的内容，并输出了段落和表格的内容。

通过以上步骤，我们可以方便地在Python中读取Word文档的内容并进行处理。这在处理大量文档内容时尤为方便和实用。