Python2　获取docx/doc文件内容

整体思路：

下载文件并修改后缀为ｚｉｐ文件，解压ｚｉｐ文件，所要获取的内容在固定的文件夹下：work/temp/word/document.xml

所用包，全部是ｐｙｔｈｏｎ自带，不需要额外下载安装．

# encoding:utf-8import osimport reimport requestsimport zipfileimport xml.dom.minidom

newfile = 'test.docx'

def create(newfile):"""下载docx文件，并修改后缀为zip"""    res = requests.get('https://www.cqjbfy.gov.cn/publiccenter/splc/mb/splc_gginfo.asp?newsid=28949')

if not os.path.exists(newfile):        f = open(newfile, 'wb')for chunk in res.iter_content(100000):            f.write(chunk)        f.close()

    os.rename(newfile, 'test.zip')    这种方法发现只能解决一部分doc文件,具体原因不得而知,有明白的欢迎留言

    # 将doc/docx文件压缩成ｚｉｐ文件

    #pf = zipfile.ZipFile('test.zip', 'w', zipfile.ZIP_STORED)　    #pf.write(newfile)

def get_txt():
"""解压zip，并在work/temp/word/document.xml获取文本内容，进行正则替换标签等操作"""
f = zipfile.ZipFile('test.zip', 'r')
for file in f.namelist():
f.extract(file, "temp/")

f = xml.dom.minidom.parse('./temp/word/document.xml')

txt = re.sub(r'</w:t></w:r></w:p>', '\n', f.toxml())
print re.sub(r'<.*?>', '', txt)

if __name__ == '__main__':
create(newfile)
get_txt()pasting

转载于:https://www.cnblogs.com/fanjp666888/p/9877968.html

Python2　获取docx/doc文件内容相关推荐

python中的doc_基于Python获取docx/doc文件内容代码解析
这篇文章主要介绍了基于Python获取docx/doc文件内容代码解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下整体思路: 下载文件并修改后缀 ...
Go如何自动解压缩包？如何读取docx/doc文件内容？
在开发过程中,我们常常需要处理压缩包和文档文件.本文将介绍如何使用Go语言自动解压缩包和读取docx/doc文件. 一.解压缩包压缩包格式常见的压缩包格式有zip.gzip.bzip2等.在Go语 ...
Python替换docx模板文件内容
# -*- coding: utf-8 -*- # File : docx模板文件内容替换.py # Time : 2022-07-29 10:13 # Author : Da # Descripti ...
js获取上传文件内容
js 获取上传文件的字节数及内容 <div>上传文件 : <input type="file" name = "file" id = &quo ...
关于使用struts2上传文件时获取不到文件内容的问题的解决方案
2019独角兽企业重金招聘Python工程师标准>>> 最近工作中需要用到批量上传文件的功能,项目使用的是struts2,然后发现在后台无法获取到文件的内容,在网上找了好久终于发现解 ...
.rpt文件内容读取java_Java 中读取文件内容的 n 中方式
前言刚接触 java 的时候很困惑一个事情 File相对路径,以哪个目录为参照物. 随着 io 模型的发展,java 1.7 的 nio,使用 Path.Paths 和 Files 等来方便 io ...
AngularJS 双向绑定 input type='file'中文件名，文件内容
通过ng-model获取文件名,文件内容无效,这里用的都是双向绑定,但是双向绑定时参数传过去是undefined或者为空 <div ng-controller="getFileCtr ...
Electron教程（五）读取本地文件内容， icpMain icpRenderer 之间的交互
Electron教程(五)读取本地文件内容, ipcMain ipcRenderer 之间的交互 Electron教程(一)什么是 Electron,由来.适用场景和 Electron 的环境搭建 ...
php中files和FILRS,php获取文件内容最后一行示例
php获取文件内容最后一行示例复制代码代码如下: $rs = 'README.md'; $fp = fopen($rs, 'r'); fseek($fp,-1,SEEK_END); $s = '' ...

Python2　获取docx/doc文件内容

Python2　获取docx/doc文件内容相关推荐

最新文章

热门文章

Python2 获取docx/doc文件内容

Python2 获取docx/doc文件内容相关推荐

最新文章

热门文章

Python2　获取docx/doc文件内容

Python2　获取docx/doc文件内容相关推荐