对于DOCX文档，我这样做：
document = zipfile.ZipFile(path) soup = BeautifulSoup(document.read('word/document.xml'), 'html.parser')
如何对DOC文档执行此操作？
DOCX足够强大，难以处理，它们基于XML，并由国际标准组织进行了文档记录。 DOC文件是二进制文件和专有文件。
请勿尝试直接处理DOC文件。 首先将它们转换为DOCX。
See：