Python DOCX文件操作：docx2txt

docx2txt

github链接
Ladies and gentlemen, please allow me to present, the fabulously handy, simple yet elegant, pure utility tool for extracting text from a docx file… the docx2txt for python.
将docx文件转换为txt格式的模块
能够直接读取docx文档并将其中的文本部分剥离出来的简单工具

安装

pip install docx2txt

运行

a. 使用命令行

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

b. Python调用

import docx2txt

# extract text
text = docx2txt.process("file.docx")

# extract text and write images in /tmp/img_dir
text = docx2txt.process("file.docx", "/tmp/img_dir") 

如果需要将图片返回，可以在源码97-104行中添加相关功能
编码是utf-8

随笔

还有一个月就要远行，再拼一个10年。
离开安逸，离开软弱，这令我恐惧，但不会让我麻痹。
从现在就开始离开安逸，离开软弱吧，不在这么几天。
签证下来就辞职(・ω<)