如何在windows上安裝antiword並在python中使用

Question

我正在使用 python 腳本將 file.doc 轉換為文件。 文本。 我的代碼是：

from subprocess import Popen, PIPE
from docx import opendocx, getdocumenttext

#http://stackoverflow.com/questions/5725278/python-help-using-pdfminer-as-a-library
from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter
from pdfminer.converter import TextConverter
from pdfminer.layout import LAParams
from pdfminer.pdfpage import PDFPage
from cStringIO import StringIO
import os

def document_to_text(filename, file_path):
    if filename[-4:] == ".doc":
       cmd = ['antiword', file_path]
       p = Popen(cmd, stdout=PIPE)
       stdout, stderr = p.communicate()
       return stdout.decode('ascii', 'ignore')
   elif filename[-5:] == ".docx":
       document = opendocx(file_path)
       paratextlist = getdocumenttext(document)
       newparatextlist = []
       for paratext in paratextlist:
         newparatextlist.append(paratext.encode("utf-8"))
       return '\n\n'.join(newparatextlist)

為了使用上面的腳本，我需要安裝“antiword”，但問題是我不知道該怎么做。 這是下載“antiword”的鏈接： http ://www-stud.rbi.informatik.uni-frankfurt.de/~markus/antiword/

有人可以幫助我嗎？

Answer 1

我現在也在做這個，據我所知，python 沒有直接的 API。 但是您始終可以從命令行使用它。

antiword -f file.doc > file.txt
antiword -p letter file.doc > file.pdf

並從 python 運行此命令。

os.system('antiword foo.doc > foo.txt')