python中的doc_在windows 10上读取python中的.doc文件

在Windows 10上构建文件读取系统的过程中,遇到使用textract库读取.doc文件的困难。textract依赖antiword,但安装后仍报错找不到文件。尝试使用textract.process('d.doc')时,出现FileNotFoundError和ShellError,指出antiword命令失败,退出代码127。
摘要由CSDN通过智能技术生成

this

,但我的问题是使用textract

工作。我正在寻找(a)让textract在windows 10上工作的方法,或(b)另一种解决方案。

我正在构建一个需要读取各种类型文件的系统。我已经设置了pdfminer来阅读.pdfs,并且基于概述的过程

here

我安装了textract,现在还可以读取.docx文件。然而,textract依赖antiword来读取.doc文件,即使按照说明操作,我也无法让它工作

here

下面是运行textract.process('d.doc')时的错误(忽略第一个错误,文件肯定存在):

Traceback (most recent call last):

File "C:\ProgramData\Anaconda3\lib\site-packages\textract\parsers\utils.py", line 84, in run

stdout=subprocess.PIPE, stderr=subprocess.PIPE,

File "C:\ProgramData\Anaconda3\lib\subprocess.py", line 709, in __init__

restore_signals, start_new_session)

File "C:\ProgramData\Anaconda3\lib\subprocess.py", line 997, in _execute_child

startupinfo)

FileNotFoundError: [WinError 2] The system cannot find the file specified

During handling of the above exception, another exception occurred:

Traceback (most recent call last):

File "", line 1, in

File "C:\ProgramData\Anaconda3\lib\site-packages\textract\parsers\__init__.py", line 77, in process

return parser.process(filename, encoding, **kwargs)

File "C:\ProgramData\Anaconda3\lib\site-packages\textract\parsers\utils.py", line 46, in process

byte_string = self.extract(filename, **kwargs)

File "C:\ProgramData\Anaconda3\lib\site-packages\textract\parsers\doc_parser.py", line 9, in extract

stdout, stderr = self.run(['antiword', filename])

File "C:\ProgramData\Anaconda3\lib\site-packages\textract\parsers\utils.py", line 91, in run

' '.join(args), 127, '', '',

textract.exceptions.ShellError: The command antiword d.doc failed with exit code 127

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值