如何用python而不是Docx读取doc文件

我正在尝试用python读取

.doc

文件，由于操作系统的依赖性，我不想使用textract。另外，我不想使用

docx2txt

，因为据我所知，它不读取

.doc

，而只读取

.docx

文件

---

有没有类似的模块，或者在没有库支持的情况下可以实现这一点？

一种方法是使用Python的win32com模块。可以使用pip命令下载win32

pip安装pywin32

。这可以读取.doc文档并返回文本。试试这个：

导入win32com.client
word=win32com.client.Dispatch（“word.Application”）
word.visible=False
wb=word.Documents.Open（r“C:\Users\eesam\OneDrive\Documents\Eesa\Paper.doc”）
doc=word.ActiveDocument
打印（doc.Range（）.Text）

另一种方法是使用BeautifulSoup，但这种方法可能会有点问题：

从bs4导入美化组作为bs
soup=bs（打开（r“C:\Users\eesam\OneDrive\Documents\Eesa\Paper.doc”，encoding=“ISO-8859-1”）.read（））
[s.extract（）表示汤中的s（['style'，'script']）]
tmpText=soup.get_text（）
text=“.join”（“.join（tmpText.split（'\t'））.split（'\n'））.strip（）
打印（文本）