python读取doc文件_Linux 下Python 读取Word文档内容的方法

如果你是在Windows下， 直接使用win32com就可以进行读取word.doc文档和写入文档了。

但是在Linux下还真是麻烦，

一种方法是用OpenOffice的一个库来进行操作，那么意味这你要安装慢得要死的OpenOffice., 详细见下面的网址：

http://www.freewisdom.org/projects/python-markdown/odt2txt

我是使用catdoc将word文档转换为txt文档， 然后用Python读取txt文档，存入数据库

catdoc的下载地址是：

http://vitus.wagner.pp.ru/software/catdoc/

当然，如果你跟我一样是使用Ubuntu, 直接apt-get就可以安装了

sudo apt-get install catdoc

然后就可以进行操作了，以下是代码：

import os

doc_file = 'a.doc'

text_file = '%s.text' % doc_file

os.system("cat doc %s > %s" % (doc_file, text_file)

f = open(text_file, 'r')

content = f.read()

os.system('rm %s' % text_file)