将doc文件转为txt文件

问，将大象放进冰箱需要几步？

啊呸，串场了。将doc文件转为txt文件需要几步?

答：需要两步，

1.先将doc转为docx。因为python-docx只能处理docx的文件，而无法处理doc文档。docx本质是xml文件比doc更小些。这里需要的包为win32com，如果没有，则pip即可。

import os
from win32com import client as wc
from docx import Document
from tqdm import tqdm
def doc2docx(origin_path, goal_path):"""将doc转为docx"""word = wc.Dispatch("Word.Application")# 不能用相对路径，用绝对路径# 需要处理的文件所在文件夹目录for i in os.listdir(origin_path):# 找出文件中以.doc结尾并且不以~$开头的文件（~$是为了排除临时文件的）if i.endswith('.doc') and not i.startswith('~$'):print(i)doc_path = os.path.join(origin_path, i)doc = word.Documents.Open(doc_path)# 将文件名与后缀分割rename = os.path.splitext(i)# 将文件另存为.docxsave_path = os.path.join(goal_path, rename[0] + '.docx')doc.SaveAs(save_path, 12)  # 12表示docx格式doc.Close()word.Quit()

2.将docx转为txt文本。这些需要python-docx，如果没有则pip就好。

import os
from win32com import client as wc
from docx import Document
from tqdm import tqdm
def docx2txt(path):"""将docx转为txt"""txt_count = 1for i in os.listdir(path):if i.endswith('.docx') and not i.startswith('~$'):file_path = os.path.join(path, i)document = Document(file_path)txt_path = os.path.join(path, str(txt_count)+'.txt')f = open(txt_path, 'w', encoding='utf-8')for paragraph in tqdm(document.paragraphs):f.write(paragraph.text.strip()+'\n')f.close()txt_count += 1

将doc文件转为txt文件相关推荐

Python将txt文件转为json文件
python将txt文件转为json文件 txt文件中内容: [*]www.xiaoyang.1 [*]www.xiaoyang.12 [*]www.xiaoyang.135 [*]www.xiaoy ...
批量将txt文件转为excel文件
python萌新,记录一下,自己做项目时遇到需批量将txt文件转为excel文件. 代码如下: `# coding:utf-8 import pandas as pd import os def ge ...
json文件批量转为txt文件
json文件批量转为txt文件 1 批量json标注文件: 2 json所对应的各个图片: 3 每个json文件内容: [{"type": 1,"x": 116 ...
txt文件转为mat文件
** MATLAB .txt文件转为.mat文件** 在近红外光谱matlab数据处理中,我们获得的数据并不都是.mat文件,也有可能是.csv或.txt文件,如何将这些文件转为.mat 文件呢? 以 ...
如何使用ansys将等高线txt文件转为iges文件
一.如何将等高线dxf文件获得dat文件 1.利用mapgis获得node文件 2.将node文件导入surfer8,XYZ坐标排序.克里格网格后可获得dat文件二.如何将dat文件获得txt文件 ...
爬取词库，使用jieba分词库，自定义dict.txt文件+将搜狗词库.scel文件为.txt文件
一:爬取词库,使用jieba分词库,自定义dict.txt文件 import jiebafrom urllib.request import urlopen from bs4 import Beaut ...
使用5.0.0版本的cssbox将html文件转为图片文件，并解决字体显示问题
使用5.0.0版本的cssbox将html文件转为图片文件,并解决字体显示问题 1. 引入依赖 2. 编写Util类 3. 调用Util 4. 存在的问题 5. 解决字体不兼容问题 6. 官方文档在 ...
json文件转TXT文件
语义分割数据集转YOLOv5数据集 json文件转txt文件 import json import os import os.path''' 获取图片名称 ''' def image_id(root ...
python转csv_python脚本如何将Excel文件转为csv文件（代码）
本篇文章给大家带来的内容是关于python脚本如何将Excel文件转为csv文件(代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助.#!/usr/bin/env python __ ...
【windwos bat】批量把windows下的wav文件转为raw文件
借助工具sox,可以批量将wav文件转为raw文件. @echo off set work_path=recordings set raw_path=raw SET mypath=%~dp0mkdir ...

将doc文件转为txt文件

将doc文件转为txt文件相关推荐

最新文章

热门文章