怎么用Python对Word文件内容进行读取
今天小编给大家分享一下怎么用Python对Word文件内容进行读取的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。
利用 python 批量读取文件
word利器之python-docx
python-docx 是用于创建可修改 微软 Word 的一个 python 库，提供全套的 Word 操作，是最常用的 Word 工具。
使用前，先了解几个概念：
Document：是一个 Word 文档 对象，不同于 VBA 中 Worksheet 的概念，Document 是独立的，打开不同的 Word 文档，就会有不同的 Document 对象，相互之间没有影响
Paragraph：是段落，一个 Word 文档由多个段落组成，当在文档中输入一个回车键，就会成为新的段落，输入 shift + 回车，不会分段
Run 表示一个节段，每个段落由多个 节段 组成，一个段落中具有相同样式的连续文本，组成一个节段，所以一个 段落 对象有个 Run 列表。
例如下图的 word 文档示意图：
word 文档结构划分如下：
python-docx 安装
安装：
pip install python-docx 如果安装速度太慢的话，可以换一个国内的源地址（如下）
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple python-docx
导入：
import docx
from docx import …
python-docx 之 Document
导入包与模块：
from docx import Document
使用方法：
Document(word文件地址)
返回值：
word文件对象
python-docx 之段落内容读取
实际上要想读取一个 word 文档，主要就是读取它的段落以及它的表格。无论是段落还是表格，它的内部都是字符串，我们的目的就是读取这些字符串的内容。
先看一下段落内容的读取方式：
来源：
document_obj.paragraphs 通过 document 对象的 paragraphs 函数返回一个段落的列表；如果 word 文件存在多个段落，就会有多个段落对象。
使用方法：
通过循环获取每个段落对象，并调用 text
演示案例脚本如下：
# coding:utf-8import osfrom docx import Documentpath = os.path.join(os.getcwd(), 'test_file/文本.docx')print("\'文本.docx\' 的路径为：", path) # 调试路径doc = Document(path)for p in doc.paragraphs: print(p.text)运行结果如下：（PS：文本只是演示，本人非培训机构的！）
python-docx 之表格内容读取
接下来我们看一下如何读取 word 文件中的表格内容：
来源：
document_obj.tables 通过 document 对象的 paragraphs 函数返回一个表格的列表；里面是一个一个的表格的对象。
使用方法：
同样通过循环，获取行与列的内容
返回值：
每个表格字段（字符串）
演示案例代码如下：
# coding:utf-8import osfrom docx import Documentpath = os.path.join(os.getcwd(), 'test_file/文本.docx')print("\'文本.docx\' 的路径为：", path) # 调试路径doc = Document(path)# for p in doc.paragraphs:# print(p.text)for t in doc.tables: # for 循环获取表格对象 for row in t.rows: # 获取每一行 row_str = [] for cell in row.cells: # 获取每一行单独的小表格,然后将其内容拼接起来;拼接完成之后再第二个for循环中打印出来 row_str.append(cell.text) print(row_str) # 也可以通过 "columns" 获取表格中的列的内容，可以自己尝试一下运行结果如下：
以上就是"怎么用Python对Word文件内容进行读取"这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注行业资讯频道。
