python中解析word文档

Python中解析Word文档的方式有多种，以下是其中两种解析Word文档的方法：

1. 使用python-docx库解析Word文档

python-docx是一个用于创建和更新Microsoft Word 2007 (.docx)文件的Python库。它也支持解析现有的Word文档，可以读取文档中的段落、标题、表格、图像等内容。以下是一个使用python-docx库解析Word文档的例子：

import docx

# 打开Word文档
doc = docx.Document('example.docx')

# 读取段落内容
for para in doc.paragraphs:
    print(para.text)

# 读取表格内容
for table in doc.tables:
    for row in table.rows:
        for cell in row.cells:
            print(cell.text)

2. 使用textract库解析Word文档

textract是一个Python库，可以轻松地从各种文档格式中提取文本。它支持多种文件格式，包括.docx、.pptx、.pdf等，可以自动检测文件类型并提取文本。以下是一个使用textract库解析Word文档的例子：

import textract

# 提取Word文档中的文本
text = textract.process('example.docx')

# 打印提取的文本
print(text.decode('utf-8'))

以上代码中，我们使用textract库提取Word文档中的文本，并打印提取的文本。注意，我们需要使用`decode()`方法将提取的文本转换为字符串。