Python讀取word文本操作詳解

更新時間：2018年01月22日 13:39:56 作者：熊貓大哥大

這篇文章主要介紹了Python讀取word文本操作詳解，介紹了涉及到的模塊，相關概念，模塊的安裝等內容，小編覺得還是挺不錯的，具有一定借鑒價值，需要的朋友可以參考下

本文研究的主要問題時Python讀取word文本操作，分享了相關概念和實現代碼，具體如下。

一，docx模塊

Python可以利用python-docx模塊處理word文檔，處理方式是面向對象的。也就是說python-docx模塊會把word文檔，文檔中的段落、文本、字體等都看做對象，對對象進行處理就是對word文檔的內容處理。

二，相關概念

如果需要讀取word文檔中的文字（一般來說，程序也只需要認識word文檔中的文字信息），需要先了解python-docx模塊的幾個概念。

1，Document對象，表示一個word文檔。
2，Paragraph對象，表示word文檔中的一個段落
3，Paragraph對象的text屬性，表示段落中的文本內容。

三，模塊的安裝和導入

需要注意，python-docx模塊安裝需要在cmd命令行中輸入pip install python-docx，如下圖表示安裝成功（最后那句英文Successfully installed，成功地安裝完成，十分考驗英文水平。）

注意在導入模塊時，用的是import docx。

也真是奇了怪了，怎么安裝和導入模塊時，很多都不用一個名字，看來是很有必要出一個python版本的模塊管理程序python-maven了，本段純屬PS。

四，讀取word文本

在了解了上面的信息之后，就很簡單了，下面先創(chuàng)建一個D:\temp\word.docx文件，并在其中輸入如下內容。

然后寫一段程序，代碼及輸出結果如下：

#讀取docx中的文本代碼示例
import docx
#獲取文檔對象
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)

運行結果：

================ RESTART: F:/360data/重要數據/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！
>>>