python 提取word文件中信息_python如何从文本中提取数据

激活谷笔记 • 2026-04-04 12:26 • 阅读 7

在Python中提取Word文档内容，你可以使用以下几种方法：

1. 使用`python-docx`库：

python

from docx import Document

打开文档

doc = Document（'example.docx'）

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）

2. 使用`win32com`库（适用于Windows系统）：

python

import win32com.client as wc

word = wc.Dispatch（'Word.Application'）

doc = word.Documents.Open（'c:/test.docx'）

doc.SaveAs（'c:/test.txt', 4）使用4表示保存为文本文件

doc.Close（）

word.Quit（）

3. 使用`Spire.Doc`库：

python

from spire.doc import Document

创建Document对象

document = Document（）

载入Word文档

document.LoadFromFile（'example.docx'）

获取文档中的文本

text = document.GetText（）

将文本写入文本文件

with open（'output.txt', 'w'） as f:

f.write（text）

提取图片

for img in document.Images:

img.SaveToFile（'output_images/' + img.Name）

document.Close（）

4. 使用`zipfile`模块提取图片：

python

import zipfile

import os

def extract_images_from_word（docx_path, output_folder）:

with zipfile.ZipFile（docx_path, 'r'） as docx_zip:

for filename in docx_zip.namelist（）:

if filename.endswith（'.png'） or filename.endswith（'.jpg'） or filename.endswith（'.jpeg'） or filename.endswith（'.gif'）:

with open（os.path.join（output_folder, filename）, 'wb'） as img_out:

img_out.write（docx_zip.read（filename））

请根据你的需求选择合适的方法。

python 提取word文件中信息_python如何从文本中提取数据

相关推荐