【发布时间】：2017-09-17 01:44:19
【问题描述】：
我在stackoverflow和其他人中检查了mose问题和答案，有很多方法可以使用python打开和读取.docx文件而不是doc
我已经检查了 python-docx 库，但它只支持 docx。
我想从 .doc 文件（不是 docx）中打开和提取文本。请帮助我因为我是python新手
【问题讨论】：
【发布时间】：2017-09-17 01:44:19
【问题描述】：
您可以使用Tika Python，它是用于python 的Apache Tika 绑定。另一个好的图书馆是textract。
【讨论】：
-
这些都没有用。 Textract 用于 Python2，而不是 Python3。
我创建了一个库来从 doc 文件中提取文本。它适用于 C 和 Python https://github.com/uvoteam/libdoc 用法示例：
import extract_doc
with open('./test.doc', 'rb') as myfile:
data = bytearray(myfile.read())
print(extract_doc.extract_doc_text(data, len(data)))
【讨论】：