python - 在 python 3 中解析 .docx

Question

我目前正在编写一个 python 3 程序，它解析某些 docx 文件并从中提取文本和图像。我一直在尝试使用docx，但它不会导入到我的程序中。我已经安装了 lxml、Pillow 和 python-docx，但它没有导入。当我尝试从终端使用 python-docx 时，我无法使用 example-extracttext.py 或 example-makedocument.py，这让我相信安装没有正常运行。有没有办法可以检查它是否正确安装，或者有没有办法让它正常工作，以便我可以将它导入我的项目？我在 Ubuntu 13.10 上。

Answer 1

我建议您尝试安装这样的最新版本的 python-docx：

$ pip install python-docx

文档可在此处获得：http: //python-docx.readthedocs.org/

安装应该会显示一条看起来成功的消息。您可能需要使用 sudo 安装以临时承担 root 权限：

$ sudo pip install python-docx

安装后，您应该能够在 Python 解释器中执行以下操作：

>>> from docx import Document
>>>

相反，如果你得到这样的东西，安装没有正常进行：

>>> from docx import Document
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ImportError: No module named docx

由于您可以就您的尝试提供更多反馈，我可以详细说明答案。

请注意，在 v0.2.x 之后，python-docx 包被重写。v0.3.x+ 的 API 以及包名称和存储库位置不同。所有进一步的开发都将在新版本上进行。如果您刚开始使用最新的软件包可能是一个好主意，因为旧的将只会获得旧版支持。

此外，v0.3.0 添加了对 Python 3 的支持。以前的版本不兼容 Python 3。

Answer 2

您可以通过首先卸载现有安装然后使用 pip3 安装来解决您的导入问题。解决了我的问题

    pip uninstall python-docx
    pip3 install python-docx

Answer 3

使用 Command-sudo pip install --pre python-docx获取最新版本的 python-docx。