在 python 3 中解析 .docx

我目前正在编写一个 python 3 程序，该程序可以解析某些 docx 文件并从中提取文本和图像。我一直在尝试使用docx https://github.com/mikemaccana/python-docx但它不会导入到我的程序中。我已经安装了 lxml、Pillow 和 python-docx，但它不导入。当我尝试从终端使用 python-docx 时，我无法使用 example-extracttext.py 或 example-makedocument.py，这让我相信安装没有正常运行。有没有办法可以检查它是否安装正确，或者有没有办法让它正常工作，以便我可以将其导入到我的项目中？我使用的是 Ubuntu 13.10。

我建议您尝试最新版本的 python-docx，安装方式如下：

$ pip install python-docx

文档可在此处获取：http://python-docx.readthedocs.org/ http://python-docx.readthedocs.org/

安装应该会显示一条看起来成功的消息。您可能需要使用 sudo 来安装以暂时获取 root 权限：

$ sudo pip install python-docx

安装后，您应该能够在 Python 解释器中执行以下操作：

>>> from docx import Document
>>>

如果相反，您得到类似这样的信息，则表明安装未正常进行：

>>> from docx import Document
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ImportError: No module named docx

由于您可以就您的尝试提供更多反馈，我可以详细说明答案。

请注意，在 v0.2.x 之后，python-docx 包被重写。 v0.3.x+ 的 API 以及包名称和存储库位置都不同。所有进一步的开发都将在新版本上进行。如果您刚刚开始使用最新版本的软件包可能是个好主意，因为旧版本将仅获得遗留支持。

此外，v0.3.0 还添加了 Python 3 支持。之前的版本与 Python 3 不兼容。