如何提取在 docx 文档中创建的 table 中的文本数据

Question

我想从 docx 文档中提取文本，我想出了一个从 docx 文档中提取文本的脚本，但我注意到有些文档有 table 而脚本对它们不起作用，我怎么能改进上面的脚本：

import glob
import os

import docx

with open('your_file.txt', 'w') as f:
    for directory in glob.glob('fi*'):
        for filename in glob.glob(os.path.join(directory, "*")):
            if filename.endswith((".docx", ".doc")):
                document = docx.Document(filename)    
                for paragraph in document.paragraphs:
                    if paragraph.text:
                        #docText.append(paragraph.text)
                        f.write("%s\n" % paragraph.text)

docx 与 table

Answer 1

尝试使用 python-docx 模块

pip install python-docx

import docx

doc = docx.Document("document.docx")

for table in doc.tables:
    for row in table.rows:
        for cell in row.cells:
            print(cell.text)