Python 读取 doc 文件有啥好办法那？注意是 doc,不是 docx.

[soho176]

找到了这个办法。
antiword 是 linux 及其他 RISC OS 下免费的 ms word 文档读取器。使用它可以很方便的在 Linux 中读取 word 文档并输出为纯文本字符串。

下载地址： http://www.winfield.demon.nl

下载后解压、编译安装：

tar -zxvf antiword-0.37.tar.gz
cd antiword-0.37
make
make install
默认安装到当前账户下的 bin 目录中。

使用：
终端中

/home/pi/bin/antiword antiword-test.doc
其他语言中通过各自执行系统命令的方式来执行，比如 Python 中：

import subprocess
word_file = "antiword-test.doc"
content = subprocess.check_output(["/home/pi/antiword", word_file])
print content

[soho176]

但是这个办法是 Linux 下的有没有 win 下的办法那？

[xuegj1010]

先用 win32com 把 doc 转换成 docx，然后再用 python-docx 读 docx 就比较好处理了

[soho176]

@xuegj1010 这个办法我试过了，doc 转 docx 的时候电脑会打开 doc 文件，好像我这盗版的有啥文件缺失，没法转成功

[omph]

win 用.net

[PythonAnswer]

找台电脑转 docx

[Arnie97]

我非常确定 Antiword 支持 Windows，我在 Windows 下用它来实现 Word 文档的 git diff。

[soho176]

@Arnie97 确定能这样用？