Python讀取word文檔（python-docx包）

最近想統計word文檔中的一些信息，人工統計的話。。。三天三夜吧
python 不愧是萬能語言，發現有一個包叫做 docx，非常好用，具體查看官方文檔：https://python-docx.readthedocs.io/en/latest/index.html
（v0.8.6）

還有一個是 win32com 包，這個包安裝步驟如下：
http://jingyan.baidu.com/article/d3b74d64c853081f77e60929.html

安裝好 win32com之后安裝 docx包：

pip install  python-docx

import docx
from win32com import client as wc
import matplotlib.pyplot as plt
from collections import Counter 
import os
# 首先將doc轉換成docx
word = wc.Dispatch("Word.Application")

# 找到word路徑 + 文件名 ，即可打開文件

full_path = 'C:\\Users\\ASUS\\Desktop\\test.docx'
doc = word.Documents.Open(full_path)

# 使用參數16表示將doc轉換成docx，保存成docx后才能 讀文件

doc.SaveAs(r"D:\\test2.docx",16)
doc.Close()
word.Quit()


# 讀取word內容
#　這里是以段落為單位的，下面用一個for 遍歷所有段落

doc = docx.Document("D:\\test2.docx")
parag_num = 0
for para in doc.paragraphs :
    print(para.text)
    parag += 1  
print ('This document has ', parag, ' paragraphs')

word文檔里是這樣的：

執行代碼結果：

還可以讀取word文檔中的表格，圖片等其他信息，方便對多個word文檔進行統計，分析，處理