繁體中文
  1. 產品
  2.   Aspose.Total
  3.   Python via .NET
  4.   Parse
  5.   使用 Python 在線從 DOCX 檔案中提取文字和圖像

線上解析 DOCX 檔案以及透過 Python 提取文字或圖像

開發強大的基於 Python 的 DOCX 文件解析器實用應用程式。列出了透過 Python 進行 DOCX 文件圖像和文字提取的程式碼。

下載

透過線上應用程式解析 DOCX 文檔

  1. 透過上傳導入DOCX檔案進行解析。
  2. 透過拖放解析器應用程式在放置區域內點擊來完成此操作。
  3. 根據 DOCX 檔案的大小和網路速度，等待幾秒鐘。
  4. 按一下“立即解析”按鈕來解析文件。
  5. 下載解析的文件以立即查看。

透過 Python 從 DOCX 檔案中提取文本

  1. 直接從 PyPI ( Aspose.Words ) 參考項目內的 API
  2. 定義要包含在文字擷取過程中的節點
  3. 包含或排除第一個和最後一個節點
  4. 提取指定節點中的內容
  5. 為提取的文字建立單獨的 DOCX 文檔
  6. extract_content 函數中列出的程式碼.
 

Python 中提取 DOCX 文件文字的程式碼範例

 

透過Python從DOCX檔案中擷取影像

  1. 直接從 PyPI ( Aspose.Words ) 參考項目內的 API
  2. 儲存在 Document 物件的 Shape 節點中的映像
  3. 若要選取所有形狀節點，請使用 Document.get_child_nodes 方法
  4. 循環遍歷結果節點集合
  5. 如果 Shape.has_image 傳回 true。
  6. 使用 Shape.image_data 屬性擷取影像資料。
  7. 將影像資料儲存到檔案中
 

Python 中提取 DOCX 文件圖像的程式碼範例

 
 

透過 Python 開發 DOCX 文件解析器應用程式

需要開發 DOCX 解析器應用程式或實用程式？透過 Aspose.Words for Python via .NET （ Aspose.Total for Python via .NET 的子 API），任何 Python 開發人員都可以將上述 API 程式碼整合到其文件解析器應用程式中。強大的 Python 庫允許對任何文件解析解決方案進行編程以提取圖像和文字。而且它可以支援許多流行的格式，包括DOCX格式。

用於為解析器應用程式處理 DOCX 檔案的 Python 實用程式

還有其他選項可以將“ Aspose.Words for Python via .NET ”或“ Aspose.Total for Python via .NET ”安裝到您的系統上。請選擇符合您需求的一項並按照逐步說明進行操作：

系統需求

  • 安裝了Python 3.5或更高版本
  • GCC-6 運行時庫（或更高版本）。
  • .NET Core 執行時期的依賴項。不需要安裝 .NET Core 執行時期本身。
  • 對於 Python 3.5-3.7：需要 Python 的 pymalloc 版本。

    欲了解更多詳情，請參閱 產品文件 。

常見問題解答

  • 我可以在我的應用程式中使用上述 Python 程式碼嗎？
    是的，歡迎您下載此程式碼並使用它來開發基於 Python 的文檔解析器應用程式。此程式碼可以作為寶貴的資源來增強專案在後端文件處理領域的功能和能力，例如讀取節點和載入文件以進行文字和圖像提取。
  • 這個線上文件解析器應用程式只能在 Windows 上運行嗎？
    您可以靈活地在任何裝置上啟動文件解析，無論其執行的作業系統是 Windows、Linux、Mac OS 還是 Android。所需要的只是一個現代的網路瀏覽器和一個活躍的網路連線。
  • 使用線上應用程式解析 DOCX 文件安全嗎？
    當然！透過我們的服務產生的輸出檔案將在 24 小時內安全地自動從我們的伺服器中刪除。因此，與這些文件關聯的顯示連結將在此期限後停止運行。
  • App該用什麼瀏覽器？
    您可以使用任何現代 Web 瀏覽器（例如 Google Chrome、Firefox、Opera 或 Safari）作為線上 DOCX 文件解析器。但是，如果您正在開發桌面應用程序，我們建議使用 Aspose.Total 文件處理 API 進行高效管理。

探索檔案解析器 Python 選項

解析 DOC 文件 (Microsoft Word 二進制格式)
解析 DOCX 文件 (Office 2007+ Word文檔)
解析 DOT 文件 (Microsoft Word 模板文件)
解析 DOTX 文件 (微軟 Word 模板文件)
解析 ODP 文件 (OpenDocument 演示文稿格式)
解析 ODT 文件 (OpenDocument 文本文件格式)
解析 OTT 文件 (打開文檔模板)
解析 PDF 文件 (便攜式文檔格式)
解析 POWERPOINT 文件 (演示文件)
解析 PPT 文件 (PowerPoint演示文稿)
解析 PPTX 文件 (打開 XML 表示格式)
解析 RTF 文件 (富文本格式)
解析 WORD 文件 (文字處理文件格式)

什麼是 DOCX 文件格式

DOCX 是 Microsoft 專門為其文字處理軟件 Microsoft Word 開發的一種文件格式。其目的是提供一種通用且可靠的格式，用於跨各種平台和設備創建和共享文檔。 DOCX 文件在商業、學術界和個人通信中得到廣泛採用，具有眾多優勢。

DOCX 格式的一個關鍵優勢是它與其他 Microsoft Office 應用程序（如 Excel 和 PowerPoint）無縫集成。這種集成使用戶能夠毫不費力地將表格、圖表和多媒體內容合併到他們的文檔中，從而增強他們的視覺吸引力和整體效率。此外，DOCX 文件可以方便地轉換為其他廣泛使用的格式，例如 PDF、HTML 和 RTF，確保跨不同系統的兼容性和可移植性。

DOCX 格式的靈活性擴展到它對高級格式設置選項的支持.用戶可以使用樣式、主題和模板來創建具有一致品牌和格式的具有專業外觀的文檔。這消除了對複雜技術技能的需求，使用戶能夠毫不費力地製作精美且具有視覺吸引力的內容。

DOCX 的另一個顯著優勢是它與各種軟件和設備的廣泛兼容性，包括流行的操作系統，例如Windows、macOS 和 Linux。這種兼容性確保可以跨不同環境無縫訪問、編輯和共享文檔，從而促進高效協作和溝通。