读取docx文件错误

Question

import docx2txt

my_text=docx2txt.process("file1.docx")
print(my_text)

当我想从此代码中读取docx文件时，它显示以下错误：

  File "/usr/lib/python3.5/zipfile.py", line 1093, in _RealGetContents
    raise BadZipFile("File is not a zip file")
zipfile.BadZipFile: File is not a zip file

Answer 1

正如@cowbert在评论部分中提到的，您的文件可能已损坏或者是zip格式。您提供的代码是正确的。您还可以使用支持.docx文件的textract：

import textract
text = textract.process("path/to/file.extension")

这个包构建在几个python包和其他源库之上。安装后，默认情况下会使用此软件包安装several packeges（包括docx2txt）。