Python中docx2txt库的使用说明

docx2txt是基于python的从docx文件中提取文本和图片的库。它也可以从页眉，页脚和超链接中提取文本。它现在也可以提取图像。安装运行1、命令行运行2、在python中调用问题描述python docx提取word中的目录及文本框中的文本解决方案因未在docx库找到直接识别word中目录及文本框中文本的方法，所以采用了一个“笨”方法，docx库可以把word文档解析成xml格式，以解析xml的方式查找目录及文本框中文本，具体做法：迭代出文档的所有element，其中目录的tag为“std”，找到它后提出他的所有文本即为目录文本；文本框的tag 为“textbox”，找到它后还要继续下钻寻找tag为 'r'的element,提取其文本则为文本框中文本。