Python打开.doc文件

Question

我正在做一个项目，我需要从多个doc和docx文件中读取文本。docx文件很容易用docx2txt模块完成，但我无法让它对doc文件起作用。我试过用textract，但似乎在Windows上行不通。我只需要文件中的文本，不需要图片或类似的东西。有什么好办法吗？

Answer 1

我发现，这似乎是工作。

import win32com.client
text = win32com.client.Dispatch("Word.Application")
text.visible = False
wb = text.Documents.Open("myfile.doc")
document = text.ActiveDocument
print(document.Range().Text)