PythonTextract导入程序

我已经开始使用Python库

textract

解析PowerPoint（.pptx）、Word文档（.docx）和文本文件（*.txt）中的文本。我写了一个简单的脚本来测试它

# Python textract test script
import textract
textract.process("H:\My Documents\Test.docx")

当我在命令行或空闲状态下运行它时，我会得到一个回溯，最后几行是：

文件：“C:…\textract\parsers\docx\u parser.py”，中的第1行 导入docx2txt ImportError:没有名为docx2txt的模块

---

我使用的是从下载的1.5.0版。我不知道为什么它不包含任何依赖项。我是否必须安装

docx2txt

及其后续依赖项？为什么

textract

软件包不包含我需要的所有内容？

我建议使用

pip install xxx

安装模块。它将安装在python通常查找的路径中。它还应该处理依赖关系

若您进行了手动安装，或者只是将其解压缩到“晚餐”文件夹中，那个么请正确设置路径，如此处所述或

---

如果您认为设置正确，请发布其值、pwd等。

textract

不会自动为其支持的所有文件类型安装依赖项。你有选择地安装你感兴趣的

虽然这并不像人们想象的那么优雅，但我认为这是合适的设计选择。Python不具备按需安装依赖项的能力，因此唯一的替代方法是

textract

安装所有十几个或更多可能的依赖项，这会使Python环境膨胀

因此，在这种情况下，正如Kashyap提到的，适当的行动是：

pip install python-docx

和您可能需要的任何其他文件类型依赖项类似。

这对我很有效

打开终端，然后按如下方式键入：

python -m venv env 
source ./env/bin/activate
sudo apt update
sudo apt install python-pip && pip install --upgrade pip
sudo apt install python-dev libxml2-dev libxslt1-dev antiword unrtf poppler-utils pstotext tesseract-ocr flac ffmpeg lame libmad0 libsox-fmt-mp3 sox libjpeg-dev swig
pip install textract

如果遇到任何错误，请在下面尝试

pip install https://pypi.python.org/packages/ce/c7/ab6cd0d00ddf8dc3b537cfb922f3f049f8018f38c88d71fd164f3acb8416/SpeechRecognition-3.6.3-py2.py3-none-any.whl
sudo apt install libpulse-dev
pip install textract

---

你试过下载docx2txt吗？