Використовуючи цей приклад, ви дізнаєтесь, як витягти Text із документа Word у Python. Він також надає інформацію для налаштування середовища розробки, дотримуючись покрокового робочого процесу, і приклад коду для розробки конвертера Word у TXT за допомогою Python. Цю програму можна інтегрувати в будь-яке середовище, що підтримує Python і платформу .NET у Windows, Linux або macOS.
Кроки для вилучення тексту з документа Word на Python
- Створіть середовище, встановивши Aspose.Words для Python через .NET для перетворення файлу DOCX у файл TXT за допомогою Python
- Використовуючи екземпляр класу Document, отримайте доступ до вихідного файлу Word DOCX
- Використовуйте екземпляр об’єкта класу TxtSaveOptions, щоб установити необхідні властивості
- Перетворіть завантажений документ Word у файл TXT за допомогою методу збереження
Ці точні дії в Python витягують текст із файлу DOCX за допомогою дуже простого інтерфейсу API. Процес розпочнеться з доступу до вихідного файлу DOCX із диска за допомогою екземпляра класу Document, після чого буде встановлено бажані властивості вихідного файлу TXT за допомогою об’єкта класу TxtSaveOptions. Нарешті, завантажений файл документа Word зберігається як файл TXT на диску за допомогою методу збереження.
Код для перетворення DOCX на TXT на Python
Приклад демонструє можливість API для перетворення DOCX на TXT у Python. Використання екземпляра класу TxtSaveOptions не є обов’язковим, і ви можете зберегти файл TXT, використовуючи параметри за замовчуванням. Однак, якщо ви хочете налаштувати вихідний файл TXT, ви можете використовувати різні властивості, надані класом TxtSaveOptions, включаючи налаштування кодування, force_page_breaks, max_characters_per_line, paragraph_break і pretty_format, щоб назвати декілька.
У цій статті ми дізналися, що для вилучення тексту з DOCX Python може бути хорошим вибором. Якщо ви хочете навчитися порівнювати документи PDF, перегляньте статтю Порівняйте PDF-документи за допомогою Python.
