Python读取词文本操作详解 - 行业资讯 - 肥雀云

本文研究的主要问题时Python读取词文本操作,分享了相关概念和实现代码,具体如下。

Python可以利用python-docx模块处理词文档,处理方式是面向对象的。也就是说python-docx模块会把词文档,文档中的段落,文本,字体等都看做对象,对对象进行处理就是对字文档的内容处理。

如果需要读取词文档中的文字(一般来说,程序也只需要认识词文档中的文字信息),需要先了解python-docx模块的几个概念。

1,文档对象,表示一个词文档。
　　2、段落对象,表示词文档中的一个段落
　　3段对象的文本属性,表示段落中的文本内容。
　　

需要注意,python-docx模块安装需要在cmd命令行中输入pip安装python-docx,如下图表示安装成功(最后那句英文成功安装,成功地安装完成,十分考验英文水平。)

注意在导入模块时,用的是进口多克斯。

也真是奇了怪了,怎么安装和导入模块时,很多都不用一个名字,看来是很有必要出一个python版本的模块管理程序python-maven了,本段纯属PS。

在了解了上面的信息之后,就很简单了,下面先创建一个D: \ temp \ word.docx文件,并在其中输入如下内容。

然后写一段程序,代码及输出结果如下:

　　　　　　#读取多克斯中的文本代码示例　　进口多克斯　　#获取文档对象　　文件=docx.Document (“D: \ \ temp \ \ word.docx”) 　　打印(“段落数:”+ str (len (file.paragraphs))) #段落数为13,每个回车隔离一段　　　　#输出每一段的内容　　在file.paragraphs:帕拉　　打印(para.text) 　　　　#输出段落编号及段落内容　　因为我在范围(len (file.paragraphs)): 　　打印(“第”+ str (i) +“段的内容是:”+ file.paragraphs[我]。text) 　　　　

运行结果:

　　　　================重启:F: 360/数据/重要数据/桌面/学习笔记/readWord。py================段落数:13 　　啊　　　　我看见一座山　　　　雄伟的大山　　　　真高啊　　　　啊　　　　这座山是! 　　　　真的很高! 　　第0段的内容是:啊　　第1段的内容是: 　　第2段的内容是:我看见一座山　　第3段的内容是: 　　第4段的内容是:雄伟的大山　　第5段的内容是: 　　第6段的内容是:真高啊　　第7段的内容是: 　　第8段的内容是:啊　　第9段的内容是: 　　第十段的内容是:这座山是! 　　第11段的内容是: 　　第12段的内容是:真的很高! 　　在在在之前　　　　

以上就是本文关于Python读取词文本操作详解的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!