近期公司需要处理一批DOC文件,而在windows系统中,python没有模块能直接读取doc文件。需要先把doc文件批量转成docx文件,再读取操作。linux系统python有模块可直接读取doc文件,下次再分享。
python如何将doc文件如何转docx文件首先安装win32com。
下载地址,https://github.com/mhammond/pywin32/releases。自行下载合适版本安装
转换代码如下
from win32com import client as wc
w = wc.Dispatch('Word.Application')
# 或用下面方法,使用启动独立的进程
# w = wc.DispathchEx('Word.Application')
doc = w.Documents.Open('E:/测试.doc')
doc.SaveAs('E:/测试.docx', 16)
# 参数16必须要写,否则报错
转换完成之后,有多种方法可以读取docx文件里面的内容及格式,例如使用python-docx。
,