近期涉及到了關於
doc文件讀取的處理，也查了很久，為了便於大家使用，故集大成一下。
doc文件讀取有如下幾種：1、從
doc讀取文字
目前沒有找到直接的方式，一般是先轉為
docx
檔案在處理。所使用工具為
doc2doc(
批量時可用
)，或人工另存處理。2、從
docx
讀取文字
一般使用
python-docx
庫的方法，但只支援建立新文件和讀取一些基本的檔案資料，如檔案大小和檔案標題，不支援正文讀取。
或直接從
docx
中讀取xml
的方法。3、從
pdf讀取文字
一般使用
pdfminer3k
庫或pypdf
庫。其中
pypdf
用起來其實稍顯麻煩，很多操作不夠方便。
pdfminer
對**不友好，也可以將
轉換為text
文字，還可以轉換為
html
等帶有標籤的文字。
還有一種可以用
pdf2htmlex(
非python)
，先把pdf
轉html
，接下來再用
bs4來解析處理。這樣的好處是處理
html
的工具非常非常豐富，且
pdf2htmlex
對原頁面的效果保持得特別好，特別是對於那些個用
word
和latex
匯出的pdf
裡，大量資料圖表裡的標籤可以很方便地提取所需的值。4、把
pdf中圖存為
jpg檔案
一般可以使用
pythonmagick
庫。以上的**處理，均在
。
Window下python轉exe工具
pip install pyinstaller pip install pypiwin32 upx壓縮工具 可不必，只是減少exe體積 放入python安裝目錄 pyinstaller f w i i.ico test.pyw f 生成乙個檔案 d 生成乙個目錄 預設 k 包含tcl tk d de...
python轉c C 轉Python計畫
1 學習python語法，完成python cookbook上的 目標 熟悉python語法和開發習慣，以及除錯方法。2 學習使用django框架，完成乙個基於django框架的專案，發布到github上。3 有時間閱讀一下django原始碼，了解其mvc框架的實現原理和orm的方法。4 pytho...
python實現轉置矩陣 用Python轉置矩陣？
轉置矩陣意味著我們將其列變為行。讓我們通過乙個例子來理解它，如果轉置後看起來像什麼。假設您有原始矩陣，例如 x 1,2 3,4 5,6 在上面的矩陣 x 中，我們有兩列，分別為1 3 5和2 4 6。因此，當我們在矩陣 x 上方轉置時，列變為行。因此，上面矩陣的轉置版本看起來像 x1 1,3,5 2...