Python解析许多word文档

我写了一个小程序，从word文档中提取数据并进行处理。该工具仅在Windows（XP）上运行，并使用PyWin32库

一切正常，但有时我有以下问题，这是相当烦人的用户

1） 我使用此代码隐藏Word，但有时Word会打开并打开所有文档。这种情况非常不可靠，我也不知道为什么会发生这种情况。有人注意到同样的问题吗

word = win32.gencache.EnsureDispatch('Word.Application')
word.Visible = False

2） 在程序被数百个文档多次使用后，由于RAM不足，程序崩溃。有人对我如何处理这个问题有什么建议吗

编辑：我加载的文件如下：

def convert_word_to_text(path, id):
"""Converts the word documents in text format."""

    word.Documents.Open(path)
    doc = word.ActiveDocument
    table = doc.Tables(1)
    # Process the data

for file in files:
    convert_word_to_text(file, id)

doc.close()

非常感谢您的帮助！

---

对于第（2）项，我猜您正在将许多文件加载到内存中，然后对它们进行处理。相反，您应该使用生成器或for循环，分别加载每个文件，提取文本/任何内容，然后转到下一个文件。在加载外部XML或二进制ish文件（例如，带有

PIL

的图像、带有

openpyxl

的excel文件等）时，似乎经常会出现这种问题。

对于（2），我猜您正在将大量文件加载到内存中，然后对它们进行处理。相反，您应该使用生成器或for循环，分别加载每个文件，提取文本/任何内容，然后转到下一个文件。在加载外部XML或二进制ish文件（例如，带有

PIL

的图像、带有

openpyxl

的excel文件等）时，似乎经常会出现此类问题。

因为您打开了一个文档：

word.Documents.Open(path)
doc

你也应该关闭它。大概是这样的：

def convert_word_to_text(path, id):
"""Converts the word documents in text format."""

    word.Documents.Open(path)
    doc = word.ActiveDocument
    table = doc.Tables(1)
    # Process the data

for file in files:
    convert_word_to_text(file, id)

doc.close()

---

在函数的末尾，将单词转换为文本可能会有所帮助。

因为您打开了一个文档：

word.Documents.Open(path)
doc

你也应该关闭它。大概是这样的：

def convert_word_to_text(path, id):
"""Converts the word documents in text format."""

    word.Documents.Open(path)
    doc = word.ActiveDocument
    table = doc.Tables(1)
    # Process the data

for file in files:
    convert_word_to_text(file, id)

doc.close()

---

在函数的末尾，

将单词转换为文本可能会有所帮助。
我添加了如何打开和处理文件的代码片段。这是正确的方法吗？@snowflake，没关系，只需确保返回文本（即大字符串或字符串列表），而不是
doc
或
table
。说清楚一点，我从来没有使用过
PyWin32
。实际上我从表中获取数据，创建一个新的纯文本文件，然后继续使用这个文本文件（不确定这是否重要）。@snowflake我不太清楚这意味着什么，但如果内存有问题，请尝试将所有内容都推向python原语（字符串、整数、列表等）我添加了如何打开和处理文件的代码段。这是正确的方法吗？@snowflake，没关系，只要确保返回文本（即，一个大字符串或字符串列表）我没有使用
doc
或
table
。更清楚地说，我从未使用过
PyWin32
。实际上，我从表中获取数据，创建一个新的纯文本文件，然后继续使用此文本文件（不确定是否有必要提及）@snowflake我不太清楚这意味着什么，但是如果你有内存问题，试着把所有东西都推到python原语（字符串、整数、列表等）上。谢谢Mike，我只退出了应用程序（word.application.quit（-1））但是不要关闭文件。我会试试这个。第一期有问题吗？谢谢Mike，我只退出了应用程序（word.application.quit（-1）），但没有关闭文件。我会试试这个。第一期有问题吗？