docx是一個包含文檔XML的zip文件.您可以打開zip,閱讀文檔并使用ElementTree解析數(shù)據(jù).

這種技術(shù)的優(yōu)點是你不需要安裝任何額外的python庫.

import zipfile

import xml.etree.ElementTree

WORD_NAMESPACE = '{http://schemas.openxmlformats.org/wordprocessingml/2006/main}'

PARA = WORD_NAMESPACE + 'p'

TEXT = WORD_NAMESPACE + 't'

TABLE = WORD_NAMESPACE + 'tbl'

ROW = WORD_NAMESPACE + 'tr'

CELL = WORD_NAMESPACE + 'tc'

with zipfile.ZipFile('') as docx:

tree = xml.etree.ElementTree.XML(docx.read('word/document.xml'))

for table in tree.iter(TABLE):

for row in table.iter(ROW):

for cell in row.iter(CELL):

print ''.join(node.text for node in cell.iter(TEXT))

總結(jié)

以上是生活随笔為你收集整理的python对word提取数据,如何使用Python从doc / docx文件中提取数据的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。