python读取文件汇总

• 读取 csv 格式：pd.read_csv(data.csv)
• 读取 docx 格式：
  • 1. 安装包 pip install python-docx
  • 2. 导入包 from docx import Document
  • 3. 导入数据 doc = Document(file.docx)
  • 4. 查看文档中文本对象 doc.paragraph （是一个列表，列表中是对象）
  • 5. 查看列表中对象的文本 doc.paragraph[0].text (是 doxc 文档的第一段话)
  • 更多读写操作参考 python 使用 python-docx 读取和写入 word_python-docx读取field-CSDN博客
• 读取 doc 格式：
  • 由于 python 本身无法读取 doc 文件，因此可采用批量另存为 docx 的方式，转为读取 docx
  • 注意，如果批量运行函数需要间隔，防止 word 程序没关闭完成time.sleep(2)
  • 更多参考【python基础】——python读写doc/docx/txt/xls文件_python doc-CSDN博客

import sys
import pickle
import re
import  codecs
import string
import shutil
from win32com import client as wc
import docx
 
 
def doSaveAas():
    word = wc.Dispatch('Word.Application')
    doc = word.Documents.Open(r'E:\code\xx.doc')        # 目标路径下的文件
    doc.SaveAs(r'E:\\code\hh.docx', 12, False, "", True, "", False, False, False, False)  # 转化后路径下的文件    
    doc.Close()
    word.Quit()
 
doSaveAas()