python中的文档、rtf和txt读取器

与

csv.reader（）

类似，还有其他函数可以读取Python中的

.rtf

、

.txt

、

.doc

文件吗？

您可以使用

txt = open("file.txt").read()

---

尝试RTF文件。我认为读取MS Word.doc文件是不太可能的，除非您在Windows上，并且可以使用一些原生MS接口来读取这些文件。声明显示如何编写与Word接口的脚本。

csv

是一种特定格式，因此您需要一个“解析器”来读取它。这就是您提到的csv模块提供的内容。文本文件（通常后缀为

.txt

）没有任何固定的“格式”，因此您可以在

打开后阅读它们（Jesse的回答给出了详细信息）。CSV文件通常是文本文件，因此您的区分不是很准确

至于RTF，有很多。有关详细信息，请参阅。Jesse提到的PyRTF似乎是最受欢迎的

Microsoft Word文档文件（通常后缀为
.doc
）是另一种野兽，因为其格式是专有的。我对Python转换器没有太多经验，但有一些命令行转换器（如wvHTML）做得相当不错。讨论了不少。还有一个选择是让微软Word自己通过互联网为你做这件事。像Jesse提到的COM接口
 对于word和writer文档，我真的很头疼

有一个简单的解决方案：在命令行上调用openoffice将目标文档转换为文本，然后将文本加载到Python中

我尝试的其他转换工具产生了不可靠的输出，而其他Python oOo库过于复杂

如果您只想获取文本以便处理它，请在linux命令行上使用以下命令：

soffice --headless --convert-to txt:Text /path_to/document_to_convert.doc

（如果您想自动化它，可以使用子流程从Python调用它）

它将创建可以简单加载到python中的文本文件

（）
有一个名为“docx”的python模块，可用于读取.docx文件。你将无法阅读.doc，因为它现在几乎过时了

from docx import Document
doc = Document(filepath)
# Reading Data
data = doc.paragraphs
tables = doc.tables

您可以在Pypi上找到它。
不要使用
|
。有一个
或
与此相关：
from docx import Document
doc = Document(filepath)
# Reading Data
data = doc.paragraphs
tables = doc.tables