【发布时间】：2018-09-25 13:46:19
【问题描述】：
我正在尝试寻找可以从 word 文档的第一页中提取文本的 Python 脚本。我找到了可以做段落但不能做页面的函数，这不是我需要的。
【问题讨论】：
【发布时间】：2018-09-25 13:46:19
【问题描述】：
问题是，docx 格式的页面是纯虚拟的。 MS Word 根据文本大小和其他参数自行决定放置页面限制器的位置和时间。
当用户明确设置分页符时，会更容易一些，因为可以像there 中描述的那样找到它们。
作为一种解决方法，您可以计算每页的行数并自行修剪，但据我所知，没有“简单”的方法可以用 1 行代码完成所有操作。
【讨论】：
-
我明白了。我不认为有分页符。我可以将word doc转换为pdf，然后使用pdftotext函数阅读第一页吗？
-
这样做了（将 .doc 转换为 .pdf 并阅读第一页）并且成功了！
-
很高兴知道这一点！祝你一切顺利。