Python open.doc 文件

Question

我正在做一个项目，我需要从多个 doc 和 docx 文件中读取文本。 docx 文件很容易用 docx2txt 模块完成，但我不能因为我的爱使它适用于 doc 文件。 我尝试过使用 textract，但它似乎不适用于 Windows。 我只需要文件中的文本，没有图片或类似的东西。 有任何想法吗？

Answer 1

我发现这似乎有效：

import win32com.client
text = win32com.client.Dispatch("Word.Application")
text.visible = False
wb = text.Documents.Open("myfile.doc")
document = text.ActiveDocument
print(document.Range().Text)