读取docx文档
使用的包是python-docx
1.安装python-docx包
sudo pip install python-docx
2.使用python-docx包读取数据
#encoding:utf8
import docx
doc = docx.Document('test.docx')
docText = '\n'.join([paragraph.text for paragraph in doc.paragraphs])
#print(docText)
python-docx这个包是不能处理doc文档的，要读取doc文档内容的话需要使用antiword这个工具。
读取doc文档
1.到网站下载antiword（http://www.winfield.demon.nl/#Programmer）。
2.下载完毕之后解压，在解压得到的文件夹中一次运行make和make install命令。
3.使用antiword读取doc文档内容
#encoding:utf8
import subprocess
word = 'test.doc'
output = subprocess.check_output(['antiword',word])
print(output)
