python读取word文件

word文件分为两种类型 一种是 以doc结尾的 一种是以 docx结尾的

一 以docx结尾的word文件

首先是安装模块

pip install python-docx

使用

from docx import Document
path = r"E:\docx.docx"
document = Document(path)
for paragraph in document.paragraphs:
    print(paragraph.text)

二 以doc结尾的文件

首先是安装模块

python -m pip install pypiwin32

import win32com.client as wc


def doSaveAas():
    word = wc.Dispatch('Word.Application')
    doc = word.Documents.Open(r'E:\s25\torn_test\doc.doc')  # 目标路径下的文件
    doc.SaveAs(r'E:\s25\torn_test\a\b.docx', 12, False, "", True, "", False, False, False, False)  # 转化后路径下的文件
    doc.Close()
    word.Quit()
doSaveAas()


# 先转换成 docx文件 再进行上面第一步的读取