无法使用python-docx读取docx文件

Question

我有这个代码：

import os
import traceback

import pdfplumber
from docx import Document

def read_docx(file_path):
    try:
        doc = Document(file_path)
        content = [paragraph.text for paragraph in doc.paragraphs]
        return '\n'.join(content)
    except Exception as e:
        return f"Error reading DOCX file: {e}"

def read_pdf(file_path):
    try:
        text = ''
        with pdfplumber.open(file_path) as pdf:
            for page in pdf.pages:
                text += page.extract_text() or ''
        return text
    except Exception as e:
        return f"Error reading PDF file: {e}"

def read_txt(file_path):
    try:
        with open(file_path, 'r', encoding='utf-8') as file:
            return file.read()
    except Exception as e:
        return f"Error reading TXT file: {e}"

def read_file(folder_path, patent_name=None, file_name=None):
    if file_name:
        file_path = os.path.join(folder_path, patent_name, file_name)
    elif patent_name:
        file_path = os.path.join(folder_path, patent_name)
    else:
        file_path = os.path.join(folder_path)

    if os.path.basename(file_path).startswith('~$'):
        return "Skipping temporary file."

    if file_path.endswith('.docx'):
        return read_docx(file_path)
    elif file_path.endswith('.pdf'):
        return read_pdf(file_path)
    elif file_path.endswith('.txt') and file_name:
        return read_txt(file_path)
    else:
        raise ValueError("Unsupported file format or missing file name for .txt file")

def save_text_to_file(folder_path, text, patent_name, file_name):
    try:
        file_path = os.path.join(folder_path, patent_name)
        if not os.path.exists(file_path):
            os.makedirs(file_path)
        with open(os.path.join(file_path, file_name), "w", encoding='utf-8') as f:
            f.write(text)
    except Exception as err:
        print(err, traceback.format_exc())

由于某种原因，我能够读取除一个之外的所有 docx 文件。文件是在

docID

的基础上读取的。这是

docID

的结构：

Mode                 LastWriteTime         Length Name
----                 -------------         ------ ----
d-----        16/04/2024     18:00                custom_template
-a----        16/04/2024     17:48         162129 input_disclosure.docx

Mode                 LastWriteTime         Length Name
----                 -------------         ------ ----
-a----        16/04/2024     17:47          39928 input_customTemplate.docx

这是我收到的错误：

raise PackageNotFoundError("Package not found at '%s'" % pkg_file)
docx.opc.exceptions.PackageNotFoundError: Package not found at 'C:\Users\hp\Desktop\Projects\PatentGenie\temp\234\custom_template\~$put_customTemplate.docx'

注：

• 在执行过程中我没有在 MS Word 或任何其他编辑器上打开该文件。
• 除了这个文件之外，所有其他文件都在被读取。
• 我是通过手动创建目录来复制粘贴文件的；还是没有运气。
• 我还更改了文件内部的内容（通过添加几个空格）仍然没有运气。
• 我还制作了一个同名的新文件。使用“另存为”方法。还是没有运气。

Answer 1

清除了 MS Word 的临时文件和应用程序数据文件，代码工作了。