Python中docx2txt库的使用

docx2txt的Github地址

docx2txt是基于python的从docx文件中提取文本和图片的库。

代码是从python-docx中获取的。它也可以从页眉，页脚和超链接中提取文本。它现在也可以提取图像。

安装

pip install docx2txt

运行

1. 命令行运行

   
   # extract text
   
   docx2txt file.docx
   
   
   # extract text and images
   
   docx2txt -i /tmp/img_dir file.docx

2. 在python中调用

   
   # extract text
   
   docx2txt file.docx
   
   
   # extract text and images
   
   docx2txt -i /tmp/img_dir file.docx