使用python从ms office文件中提取文本
使用python从ms office文件中提取文本
提问于 2013-10-21 09:07:28
我正在寻找一种从excel/word/ppt文件中提取文本的简单方法。目的是用大海捞针索引内容。
有一些包，如xlrd和熊猫，可以在excel上使用，但它们远远超出了我的需要，我不确定它们是否会直接从框中打印出单元格的未格式化文本内容。
有谁知道绕过这件事的简单方法吗？我猜ms office文件必须是xml格式的。
谢谢!
一个。
回答 1
Stack Overflow用户
回答已采纳
发布于 2013-10-21 09:21:44
我以前“用手”做过这件事--事实证明.(doc\ppt\xls)x文件只是包含所有内容的.xml文件的压缩文件。因此，如果您找不到更好的工具来读取内容，可以使用zipfile和您最喜欢的xml解析器。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/19500625
复制相关文章
相似问题
腾讯云开发者
