1. 读取 docx 所需库

自动生成《背影》word 文档，以及自动生成日期的脚本代码已经完成。

本节的主要内容，是自动的读取 word 文档的内容，将 word 中的表格、段落文字，以及图片全部读取出来。

这里需要用到的库，是前面用到的 python-docx 库，以及额外的一个 docx2python。

安装命令：

pip install python-docx docx2python

2. 段落的输出

安装好之后，先使用 python-docx 库，读取 word 文件的段落内容，如下代码：

from docx import Documentdocument = Document('背影-read.docx')
for paragraph in document.paragraphs:print(paragraph.text)

这段代码，就是针对 document 文档的段落进行并输出，就是文档的全部文字内容，没有任何的格式。
输出内容如下：

背影我与父亲不相见已二年余了，我最不能忘记的是他的背影。那年冬天，祖母死了，父亲的差使也交卸了，正是祸不单行的日子。我从北京到徐州，打算跟着父亲奔丧回家。到徐州见着父亲，看见满院狼藉的东西，又想起祖母，不禁簌簌地流下眼泪。父亲说：“事已如此，不必难过，好在天无绝人之路！”回家变卖典质，父亲还了亏空；又借钱办了丧事。这些日子，家中光景很是惨澹，一半为了丧事，一半为了父亲赋闲。丧事完毕，父亲要到南京谋事，我也要回北京念书，我们便同行。到南京时，有朋友约去游逛，逗留了一日；第二日上午便须渡江到浦口，下午上车北去。父亲因为事忙，本已说定不送我，叫旅馆里一个熟识的茶房陪我同去。他再三嘱咐茶房，甚是仔细。但他终于不放心，怕茶房不妥帖；颇踌躇了一会。其实我那年已二十岁，北京已来往过两三次，是没有什么要紧的了。他踌躇了一会，终于决定还是自己送我去。我再三劝他不必去；他只说：“不要紧，他们去不好！”我们过了江，进了车站。我买票，他忙着照看行李。行李太多，得向脚夫行些小费才可过去。他便又忙着和他们讲价钱。我那时真是聪明过分，总觉他说话不大漂亮，非自己插嘴不可，但他终于讲定了价钱；就送我上车。他给我拣定了靠车门的一张椅子；我将他给我做的紫毛大衣铺好座位。他嘱我路上小心，夜里要警醒些，不要受凉。又嘱托茶房好好照应我。我心里暗笑他的迂；他们只认得钱，托他们只是白托！而且我这样大年纪的人，难道还不能料理自己么？我现在想想，我那时真是太聪明了。我说道：“爸爸，你走吧。”他望车外看了看，说：“我买几个橘子去。你就在此地，不要走动。”我看那边月台的栅栏外有几个卖东西的等着顾客。走到那边月台，须穿过铁道，须跳下去又爬上去。父亲是一个胖子，走过去自然要费事些。我本来要去的，他不肯，只好让他去。我看见他戴着黑布小帽，穿着黑布大马褂，深青布棉袍，蹒跚地走到铁道边，慢慢探身下去，尚不大难。可是他穿过铁道，要爬上那边月台，就不容易了。他用两手攀着上面，两脚再向上缩；他肥胖的身子向左微倾，显出努力的样子。这时我看见他的背影，我的泪很快地流下来了。我赶紧拭干了泪。怕他看见，也怕别人看见。我再向外看时，他已抱了朱红的橘子往回走了。过铁道时，他先将橘子散放在地上，自己慢慢爬下，再抱起橘子走。到这边时，我赶紧去搀他。他和我走到车上，将橘子一股脑儿放在我的皮大衣上。于是扑扑衣上的泥土，心里很轻松似的。过一会儿说：“我走了，到那边来信！”我望着他走出去。他走了几步，回过头看见我，说：“进去吧，里边没人。”等他的背影混入来来往往的人里，再找不着了，我便进来坐下，我的眼泪又来了。近几年来，父亲和我都是东奔西走，家中光景是一日不如一日。他少年出外谋生，独力支持，做了许多大事。哪知老境却如此颓唐！他触目伤怀，自然情不能自已。情郁于中，自然要发之于外；家庭琐屑便往往触他之怒。他待我渐渐不同往日。但最近两年不见，他终于忘却我的不好，只是惦记着我，惦记着他的儿子。我北来后，他写了一信给我，信中说道：“我身体平安，惟膀子疼痛厉害，举箸提笔，诸多不便，大约大去之期不远矣。”我读到此处，在晶莹的泪光中，又看见那肥胖的、青布棉袍黑布马褂的背影。唉！我不知何时再能与他相见！此文档生成于 2019年12月13日朱自清信息表格

3. 表格的输出

然后是表格的输出，如下代码：

tables = document.tables
for table in tables:rows = table.rowsfor i in range(0, len(rows)):for cell in table.row_cells(i):print(cell.text, end='  ')print('\n')

详细的代码介绍：

document.tables 是获取文档的全部表格，然后进入第一个 for 循环，逐个表格取出并处理
table.rows 是获取行对象，使用len()函数，就可以取到行数
然后循环，从 0 取到最后一行
使用 table.row_cells(i) 获取当前行的所有 cell 单元格，使用 for 循环获取每个 cell
然后输出所有 cell 单元格的文本内容，并且换行是空字符串，这是为了将每行的内容，输出时也是一样
然后在一行输出结束时，加换行，将每行内容都分开

以上是表格的代码部分，如下输出结果：

4. 图片的获取和保存

最后一个是读取图片，由于在命令行中，无法输出图片，所以这里的操作，是将所有的图片保存到word文档旁边，如下代码：

from docx2python import docx2pythondocument2 = docx2python('背影-read.docx')
for name, imageData in document2.images.items():with open(name, 'wb') as fp:fp.write(imageData)

这里使用的是 docx2python 库，这个属于一个 docx 的拓展库。

打开文件，读取文档的全部图片名和字节，然后保存即可，如下效果：
image1.jpg 就是从 docx 中读取出来的图片文件。
背景-read.docx 是目标文档。
读取word文档内容.ipynb 是课程源码，启动 jupyter 即可查看源码并运行。

04-读取Word文档内容相关推荐

java如何读取word文档内容并修改指定内容文本颜色
最近项目涉及到一个功能需求:将指定文本写入word文档,并根据指定词语将word中内容改变颜色并下载. 用到的jar包:spire.doc.jar org.apache.poi 官网链接 ...
js读取word文档内容_Python学习第九十二天：Python操作word
1.Python写word文档要操作word文档首先需要安装python-docx库: pip install python-docx 然后导入docx模块,或者从docx模块中导入Document ...
java读取word文档内容_合并多个Word文档内容，还在复制粘贴就out了，同事五秒轻松搞定...
在我们工作中,我们经常会编写多个Word文档内容,那么怎么将多个单个的Word文档合并到一个文档中,这就会显得有些难度. 如上图所示,我们需要将三个不同的案例,快速的汇总到我们的案例汇总表当中.许多朋 ...
python读取doc文件_Linux 下Python 读取Word文档内容的方法
如果你是在Windows下, 直接使用win32com就可以进行读取word.doc文档和写入文档了. 但是在Linux下还真是麻烦, 一种方法是用OpenOffice的一个库来进行操作,那么意味这你 ...
java读取word文档内容_Python读取PDF信息插入Word文档
Hello,上个周末没能搞事情,被一个代码需求给绊住了:朋友在平时工作中会经常重复性地打开不同PDF文件,选取其中特定的几组信息复制粘贴到不同的Word文档中,完成一份PDF文件平均耗时15分钟,想试 ...
Python读取Word文档内容
# encoding=utf-8 import docx #获取文档对象 file=docx.Document("附件3:分解任务落实至XX室情况表(2022年2月).docx") ...
php识别word语言,PHP读取word文档
在PHP中读取和写入WORD文档的代码 php // 建立一个指向新COM组件的索引 $word = new COM("word.application") or die(&quo ...
python读取word文档并做简单的批量文档筛选
python读取word文档并做简单的批量文档筛选最近参与了一项解析大量的word文档(试验报告形式)的工作,因为其中包含着一些对项目无意义的报告,所以要进行初步地筛选,通过查阅资料发现了pytho ...
c# .net 读取word文档文件，.txt、.doc、.docx、.xls、xlsx
目前市面上的方案最受欢迎的"NPOI"."Microsoft.Office.Interop"."Spire.Doc",如果有不全的,欢迎指 ...
python批量提取word指定内容_使用python批量读取word文档并整理关键信息到excel表格的实例...
目标最近实验室里成立了一个计算机兴趣小组倡议大家多把自己解决问题的经验记录并分享就像在CSDN写博客一样虽然刚刚起步但考虑到后面此类经验记录的资料会越来越多所以一开始就要做好模板设计(如下 ...

04-读取Word文档内容

1. 读取 docx 所需库

2. 段落的输出

3. 表格的输出

4. 图片的获取和保存

04-读取Word文档内容相关推荐

最新文章

热门文章