目录下所有doc文档转txt，本来想直接用SaveAs规定转存编码格式，但是得到的是带BOM的UTF-8格式，所以又加了个去BOM的过程。

doc转txt

第一部分doc转带BOM的UTF-8参考博文：使用python将doc文件转为utf8编码格式的txt

UTF-8去BOM

限制一次阅读量（因为BOM只在最开头，所以不需要遍历整个文件）：

# -*- coding:utf-8 -*-
import codecsBUFSIZE = 4096
BOMLEN = len(codecs.BOM_UTF8)

在convert_dir_to_txt函数的末尾增加去BOM的代码段：

    for root, dirs, files in os.walk(txt_path):for _dir in dirs:passfor _file in files:path = txt_path+_filetry:with open(path, "r+b") as fp:chunk = fp.read(BUFSIZE)if chunk.startswith(codecs.BOM_UTF8):i = 0chunk = chunk[BOMLEN:]while chunk:fp.seek(i)fp.write(chunk)i += len(chunk)fp.seek(BOMLEN, os.SEEK_CUR)chunk = fp.read(BUFSIZE)fp.seek(-BOMLEN, os.SEEK_CUR)fp.truncate()except Exception as e:print(e)

完事儿。

（Python文件处理）doc文档转UTF-8格式的TXT文档相关推荐

html版api文档,将html版API文档转换成chm格式的API文档
将html版API文档转换成chm格式的API文档并不是一件难事,所需要的只是2个工具及其你要制作的API的javadoc文档,一般去官网下载的话,都会有源代码和javadoc,软件一个是制作chm文 ...
NLP：两种方法(自定义函数和封装函数)实现提取两人对话内容(***分隔txt文档)，并各自保存为txt文档
NLP:两种方法(自定义函数和封装函数)实现提取两人对话内容(***分隔txt文档),并各自保存为txt文档目录问题探究实现代码问题探究实现代码 f=open("niu.txt&q ...
python逐行读取txt写入excel_用python从符合一定格式的txt文档中逐行读取数据并按一定规则写入excel（openpyxl支持Excel 2007 .xlsx格式）...
前几天接到一个任务,从gerrit上通过ssh命令获取一些commit相关的数据到文本文档中,随后将这些数据存入Excel中.数据格式如下图所示观察上图可知,存在文本文档中的数据符合一定的格式,通过 ...
python function terminated_〔求助〕一份12.3M的txt文档用calibre转换格式失败
该楼层疑似违规已被系统折叠隐藏此楼查看此楼 calibre, version 0.9.35 (win32, isfrozen: True)转换错误: 失败: 转换书籍第 1 本,共 1 本 (时光 ...
通过json文件将符合要求对应键的内容输出到txt文档
感谢天宇哥全程辅导 #解析resultjson_path文件import os, sys, shutil, json import os.path as osp from builtins impor ...
python实现word文档批量转成自定义格式的excel文档
python实现word转成自定义格式的excel文档(解决思路和代码) 支持按照文件夹去批量处理,也可以单独一个文件进行处理,并且可以自定义标识符最近在开发一个答题类的小程序,到了录入试题进行测试 ...
python借助jieba包对单独test和txt文档进行中文分词
python借助jieba包对单独test和txt文档进行中文分词一.单独test分词 import jieba jieba.cut("大连圣亚在大连") *#输出:<ge ...
修改json文件，保存为txt文档
诉求:把乱七八糟的json文件,改成规范的.易于阅读的txt文档. 解决方法: 打开文件,加载数据: import jsonpath = r'B:\我的游戏\天涯明月刀\游戏资料(天涯明月刀)\[解压 ...
Python学生信息管理系统（增删查改、模糊查找、txt文件输出）# 谭子
一.系统需求说明本项目计划实现一个学生管理系统,学生信息包括:姓名.性别.手机号码,系统包含以下功能. 模块子模块说明查询模块查询全部学生的信息显示当前系统内所有学员的信息查询模块精准 ...

（Python文件处理）doc文档转UTF-8格式的TXT文档

doc转txt

UTF-8去BOM

（Python文件处理）doc文档转UTF-8格式的TXT文档相关推荐

最新文章

热门文章