Python學習筆記(28)-Python讀取word文字
阿新 • • 發佈:2019-02-03
一,簡介
Python可以利用python-docx模組處理word文件,處理方式是面向物件的。也就是說python-docx模組會把word文件,文件中的段落、文字、字型等都看做物件,對物件進行處理就是對word文件的內容處理。
二,相關概念
如果需要讀取word文件中的文字(一般來說,程式也只需要認識word文件中的文字資訊),需要先了解python-docx模組的幾個概念。
1,Document物件,表示一個word文件。
2,Paragraph物件,表示word文件中的一個段落
3,Paragraph物件的text屬性,表示段落中的文字內容。
三,模組的安裝和匯入
需要注意,python-docx模組安裝需要在cmd命令列中輸入pip install python-docx
注意在匯入模組時,用的是import docx
。
也真是奇了怪了,怎麼安裝和匯入模組時,很多都不用一個名字,看來是很有必要出一個python版本的模組管理程式python-maven了,本段純屬PS。
四,讀取word文字
在瞭解了上面的資訊之後,就很簡單了,下面先建立一個D:\temp\word.docx
檔案,並在其中輸入如下內容。
然後寫一段程式,程式碼及輸出結果如下:
#讀取docx中的文字程式碼示例
import docx
#獲取文件物件
file =docx.Document("D:\\temp\\word.docx")
print("段落數:"+str(len(file.paragraphs)))#段落數為13,每個回車隔離一段
#輸出每一段的內容
for para in file.paragraphs:
print(para.text)
#輸出段落編號及段落內容
for i in range(len(file.paragraphs)):
print("第"+str(i)+"段的內容是:"+file.paragraphs[i].text)
執行結果:
================ RESTART: F:/ 360data/重要資料/桌面/學習筆記/readWord.py ================
段落數:13
啊
我看見一座山
雄偉的大山
真高啊
啊
這座山是!
真的很高!
第0段的內容是:啊
第1段的內容是:
第2段的內容是:我看見一座山
第3段的內容是:
第4段的內容是:雄偉的大山
第5段的內容是:
第6段的內容是:真高啊
第7段的內容是:
第8段的內容是:啊
第9段的內容是:
第10段的內容是:這座山是!
第11段的內容是:
第12段的內容是:真的很高!
>>>