Python MS Word [重复]

可能的重复：
在 Python 中读取/写入 MS Word 文件 https://stackoverflow.com/questions/188444/reading-writing-ms-word-files-in-python

我正在研究一个需求管理系统（如 requiste pro - Rational Rose） - 并且需要在 Windows 或 Apple 操作系统环境上通读 MS Word 文档来搜索特定标签。是否有任何已知的框架（我找不到任何）或建议的方法？

只是添加一些说明 - 这不是一次性阅读，每次有更新时我都会查看该文档，并在需求特定区域执行 CRUD。

首先，从原生 Word 中获取它（.doc） 格式。

• 执行“另存为 XML”并坚持您的用户使用该文件而不是.doc文件。他们几乎不会注意到差异——除了文件更大。

  Use lxml http://codespeak.net/lxml/ or 元素树 http://docs.python.org/library/xml.etree.elementtree.html解析 XML 并查找标题、部分、段落和列表。

• 您还可以在进行分析之前执行“另存为 HTML”。这与 XML 版本一样有效。然而，HTML 版本对于用户来说并不那么容易，因此仅在分析之前执行此操作。

  Use 美丽的汤 http://www.crummy.com/software/BeautifulSoup/解析 HTML 并查找标题、部分、段落和列表。

一旦有了解析结构（XML 或 HTML），您就可以分析文档以查找特定标签。