将使用win32com包进行处理

读取doc文件

# coding=utf-8
import os, fnmatch
from win32com import client as wc
from win32com.client import Dispatchdef word2txt(filePath, savePath = ''):dirs, filename = os.path.split(filePath)print(dirs, '\n', filename)new_name = ''if fnmatch.fnmatch(filename, "*.docx"):new_name = filename[:-5] + '.txt'if fnmatch.fnmatch(filename, "*.doc"):new_name = filename[:-4] + '.txt'if savePath == '':savePath = dirselse:savePath = savePathword2txtPath = os.path.join(savePath, new_name)print(word2txtPath)wordappp = wc.Dispatch('Word.Application')mytxt = wordappp.Documents.Open(filePath)mytxt.SaveAs(word2txtPath, 4) # 4代表抽取结果保存为文本mytxt.Close()if __name__ == '__main__':filePath = os.path.abspath(r'./专业课.docx')word2txt(filePath)

读取pdf

# coding=utf-8
import os, fnmatch
from win32com import client as wc
from win32com.client import Dispatchdef pdf2txt(filePath, savePath=''):dirs, filename = os.path.split(filePath)print(dirs, '\n', filename)new_name = ''if fnmatch.fnmatch(filename, '*.pdf') or fnmatch.fnmatch(filename, '*.PDF'):new_name = filename[:-4] + '.txt'else:print('格式不正确，仅支持pdf格式')returnif savePath == '':savePath = dirselse:savePath = savePathpdf2txtPath = os.path.join(savePath, new_name)print(pdf2txtPath)wordappp = wc.Dispatch('Word.Application')mytxt = wordappp.Documents.Open(filePath)mytxt.SaveAs(pdf2txtPath, 4)  # 4代表抽取文本mytxt.Close()if __name__ == '__main__':filePath = os.path.abspath(r'./论文.pdf')pdf2txt(filePath)

python利用win32com读取doc和pdf内容，并保存到文件相关推荐

python利用win32com实现doc文档转为pdf文档的功能
1.首先,必须去安装相关的库,使用命令:pip install pypiwin32,接下来是主要代码: import win32com.client import pythoncomclass Wor ...
python 利用jieba读取txt文本进行分词后存入新txt
python 利用jieba读取txt文本进行分词后存入新txt import jieba txt = open("news.txt",encoding='UTF-8').read ...
python 利用win32com进行数据透视表绘制
在日常处理中或许会用到数据透视表的功能,但发现对于使用win32com来做数据透视表的介绍有点少. 接下来就是介绍利用win32com进行数据表创建这也是一个查找的资料的例子,只是稍作了修改,使得可 ...
python编程获取续蜀山剑侠传：目录名称、网址、内容，保存到文件
昨天已经用Python编程完成了从<续蜀山剑侠传>连载网站页面上获取目录信息,包括目录名称和网址,进而读取每个网址对应的网页中连载内容,详见: python编程获取续蜀山剑侠传:从目录名 ...
python中 doc_python中doc转pdf
pip install pywin32 from win32com.client import gencache from win32com.client import constants, genc ...
解决python利用openpyxl读取excel中公式结果值的问题
在之前的一段时间里,我一直试图让openpyxl库来读取单元格值.但是每次我运行这个程序时,如果我把它设置为data_only = True,它就会返回None.如果我不添加数据,它只返回我使用的公式 ...
unity 利用iTextSharp 开发doc转换pdf文档
1:将iTextSharp插件导入到unity->Asset文件夹下面 2:新建一个脚本,取名为ExportPDF,此脚本用于配置pdf文档的前期工作,以及用于接收其他脚本递交过来的数据 < ...
python利用Excel读取和存储测试数据完成接口自动化
http_request2.py用于发起http请求 #读取多条测试用例 #1.导入requests模块 import requests #从 class_12_19.do_excel1导入read ...
Python利用Opencv读取图片
首先,要先确认PyCharm里面有没有装opencv-python.如果没有,点右侧+号搜索添加. 确认有opencv之后,便可以使用cv2读取图片了 import cv2image_path = & ...

python利用win32com读取doc和pdf内容，并保存到文件

读取doc文件

读取pdf

python利用win32com读取doc和pdf内容，并保存到文件相关推荐

最新文章

热门文章