Python读取Word（.docx）正文信息的方法

本文介绍用Python简单读取*.docx文件信息，一些python-word库就是对这种方法的扩展。大约在2008年以前，Office产品中Word用.doc文件格式，这种二进制格式很难与其他软件兼容。其内容如下：改变其后缀名为test.zip，然后解压，会得到如下文件：其中Word文件的正文内容被保持在word/document.xml中，我们可以打开查看：根据Word文件格式，我们遵循如下步骤进行正文信息的提取： 1 解压.docx文件 具体代码如下：