blocks|key|3740654|text|我使用命令行-solution(然后使用Python+subprocess+module从Python运行工具)。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|3740655|msword+(catdoc)，excel+(xls2csv)和ppt+(catppt)的转换器可以在这里找到(源代码格式)：http://vitus.wagner.pp.ru/software/catdoc/。|style|BOLD|3740656|不能真的评论catppt的用处，但catdoc和xls2csv工作得很好！|3740657|但请务必首先搜索您的发行版存储库...例如，在ubuntu上，catdoc只是一个快速的apt-get。|3740658|entityMap|0|LINK|mutability|MUTABLE|url|http://docs.python.org/library/subprocess.html|1|http://vitus.wagner.pp.ru/software/catdoc/^0|K|O|0|0|8|6|N|7|11|6|1R|16|1|0|0|0^^$0|@$1|2|3|4|5|6|7|V|8|@]|9|@$A|W|B|X|1|Y]]|C|$]]|$1|D|3|E|5|6|7|Z|8|@$A|10|B|11|F|G]|$A|12|B|13|F|G]|$A|14|B|15|F|G]]|9|@$A|16|B|17|1|18]]|C|$]]|$1|H|3|I|5|6|7|19|8|@]|9|@]|C|$]]|$1|J|3|K|5|6|7|1A|8|@]|9|@]|C|$]]|$1|L|3|-4|5|6|7|1B|8|@]|9|@]|C|$]]]|M|$N|$5|O|P|Q|C|$R|S]]|T|$5|O|P|Q|C|$R|U]]]]

I'd go for the command line-solution (and then use the <a href="http://docs.python.org/library/subprocess.html" rel="noreferrer">Python subprocess module</a> to run the tools from Python).

Convertors for msword (catdoc), excel (xls2csv) and ppt (catppt) can be found (in source form) here: <a href="http://vitus.wagner.pp.ru/software/catdoc/" rel="noreferrer">http://vitus.wagner.pp.ru/software/catdoc/</a>.

Can't really comment on the usefullness of catppt but catdoc and xls2csv work great!

But be sure to first search your distributions repositories... On ubuntu for example catdoc is just one fast apt-get away.

blocks|key|4585545|text|您可以访问OpenOffice+via+Python+API。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|4585546|尝试使用这个作为基础：http://wiki.services.openoffice.org/wiki/Odt2txt.py|4585547|entityMap|0|LINK|mutability|MUTABLE|url|http://wiki.services.openoffice.org/wiki/Python|1|http://wiki.services.openoffice.org/wiki/Odt2txt.py^0|5|P|0|0|B|1F|1|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@$A|Q|B|R|1|S]]|C|$]]|$1|D|3|E|5|6|7|T|8|@]|9|@$A|U|B|V|1|W]]|C|$]]|$1|F|3|-4|5|6|7|X|8|@]|9|@]|C|$]]]|G|$H|$5|I|J|K|C|$L|M]]|N|$5|I|J|K|C|$L|O]]]]

You can access <a href="http://wiki.services.openoffice.org/wiki/Python" rel="nofollow noreferrer">OpenOffice via Python API</a>.

Try using this as a base: <a href="http://wiki.services.openoffice.org/wiki/Odt2txt.py" rel="nofollow noreferrer">http://wiki.services.openoffice.org/wiki/Odt2txt.py</a>

blocks|key|1120543|text|将Microsoft+Office文档转换为超文本标记语言或其他格式的常用工具是mswordview，后来更名为vwWare。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1120544|如果您正在寻找命令行工具，他们实际上建议使用AbiWord来执行转换：|1120545|AbiWord+--to=txt|code-block|syntax|javascript|1120546|如果你正在寻找一个库，就从wvWare+overview+page开始吧。他们还维护a+list+of+libraries+and+tools+which+read+MS+Office+documents。|1120547|entityMap|0|LINK|mutability|MUTABLE|url|http://wvware.sourceforge.net/|1|http://wvware.sourceforge.net/wvWare.html|2|http://wvware.sourceforge.net/wvInfo.html^0|1K|6|0|0|0|0|D|K|1|16|1O|2|0^^$0|@$1|2|3|4|5|6|7|Y|8|@]|9|@$A|Z|B|10|1|11]]|C|$]]|$1|D|3|E|5|6|7|12|8|@]|9|@]|C|$]]|$1|F|3|G|5|H|7|13|8|@]|9|@]|C|$I|J]]|$1|K|3|L|5|6|7|14|8|@]|9|@$A|15|B|16|1|17]|$A|18|B|19|1|1A]]|C|$]]|$1|M|3|-4|5|6|7|1B|8|@]|9|@]|C|$]]]|N|$O|$5|P|Q|R|C|$S|T]]|U|$5|P|Q|R|C|$S|V]]|W|$5|P|Q|R|C|$S|X]]]]

The usual tool for converting Microsoft Office documents to HTML or other formats was mswordview, which has since been renamed to <a href="http://wvware.sourceforge.net/" rel="nofollow noreferrer">vwWare</a>.

If you're looking for a command-line tool, they actually recommend using AbiWord to perform the conversion:

<pre><code>AbiWord --to=txt
</code></pre>

If you're looking for a library, start on the <a href="http://wvware.sourceforge.net/wvWare.html" rel="nofollow noreferrer">wvWare overview page</a>. They also maintain <a href="http://wvware.sourceforge.net/wvInfo.html" rel="nofollow noreferrer">a list of libraries and tools which read MS Office documents</a>.

blocks|key|3740537|text|在命令行中，antiword或wv非常适合.doc文件。(不是Python解决方案，但它们易于安装且速度快。)|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|3740538|entityMap|0|LINK|mutability|MUTABLE|url|http://www.winfield.demon.nl/|1|http://wvware.sourceforge.net/^0|6|8|0|F|2|1|0^^$0|@$1|2|3|4|5|6|7|N|8|@]|9|@$A|O|B|P|1|Q]|$A|R|B|S|1|T]]|C|$]]|$1|D|3|-4|5|6|7|U|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]|L|$5|G|H|I|C|$J|M]]]]

At the command line, <a href="http://www.winfield.demon.nl/" rel="nofollow noreferrer">antiword</a> or <a href="http://wvware.sourceforge.net/" rel="nofollow noreferrer">wv</a> work very nicely for .doc files. (Not a Python solution, but they're easy to install and fast.)

blocks|key|3740679|text|这里也有同样的问题。下面是我使用catdoc将目录'docs/‘中的所有doc文件转换为目录'txts/’的简单脚本。希望它能帮助到某人：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|3740680|#!/usr/bin/env+python+
#+-*-+coding:+utf-8+-*-

import+glob,+re,+os
f+=+glob.glob('docs/*.doc')+%2B+glob.glob('docs/*.DOC')

outDir+=+'txts'
if+not+os.path.exists(outDir):
++++os.makedirs(outDir)
for+i+in+f:
++++os.system("catdoc+-w+'%25s'+>+'%25s'"+%25
++++++++++++++(i,+outDir+%2B+'/'+%2B+re.sub(r'.*/([%5E.]%2B)\.doc',+r'\1.txt',+i,
+++++++++++++++++++++++++++++++++++flags=re.IGNORECASE)))|code-block|syntax|javascript|3740681|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

Same problem here. Below is my simple script to convert all doc files in dir 'docs/' to dir 'txts/' using catdoc. Hope it will help someone:

<pre><code>#!/usr/bin/env python 
# -*- coding: utf-8 -*-

import glob, re, os
f = glob.glob('docs/*.doc') + glob.glob('docs/*.DOC')

outDir = 'txts'
if not os.path.exists(outDir):
 os.makedirs(outDir)
for i in f:
 os.system("catdoc -w '%s' &gt; '%s'" %
 (i, outDir + '/' + re.sub(r'.*/([^.]+)\.doc', r'\1.txt', i,
 flags=re.IGNORECASE)))
</code></pre>

blocks|key|4585410|text|对于处理Excel电子表格来说，xlwt是个不错的选择。但是它对.doc和.ppt文件没有帮助。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|4585411|(您可能也听说过PyExcelerator。xlwt是其中的一个分支，并且维护得更好，所以我认为您最好使用xlwt。)|4585412|entityMap|0|LINK|mutability|MUTABLE|url|http://pypi.python.org/pypi/xlwt^0|W|4|11|4|G|4|0|0|0^^$0|@$1|2|3|4|5|6|7|P|8|@$9|Q|A|R|B|C]|$9|S|A|T|B|C]]|D|@$9|U|A|V|1|W]]|E|$]]|$1|F|3|G|5|6|7|X|8|@]|D|@]|E|$]]|$1|H|3|-4|5|6|7|Y|8|@]|D|@]|E|$]]]|I|$J|$5|K|L|M|E|$N|O]]]]

For dealing with Excel Spreadsheets <a href="http://pypi.python.org/pypi/xlwt" rel="nofollow noreferrer">xlwt</a> is good. But it won't help with <code>.doc</code> and <code>.ppt</code> files.

(You may have also heard of PyExcelerator. xlwt is a fork of this and better maintained so I think you'd be better of with xlwt.)

blocks|key|1120718|text|过去，我在使用XSLT将基于XML的办公文件处理成有用的文件方面取得了一些成功。它不一定是基于python的解决方案，但它确实可以完成工作。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1120719|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

I've had some success at using XSLT to process the XML-based office files into something usable in the past. It's not necessarily a python-based solution, but it does get the job done.

Any recomendations on a method to convert .doc, .ppt, and .xls to plain text on linux using python? Really any method of conversion would be useful. I have already looked at using Open Office but, I would like a solution that does not require having to install Open Office.

python convert microsoft office docs to plain text on linux

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

关于在linux上使用python将.doc、.ppt和.xls转换为纯文本的方法，有什么建议吗？实际上，任何转换方法都是有用的。我已经考虑过使用Open Office，但我想要一个不需要安装Open Office的解决方案。

问python在linux上将microsoft office文档转换为纯文本
EN

回答 7

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问python在linux上将microsoft office文档转换为纯文本EN

回答 7

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问python在linux上将microsoft office文档转换为纯文本
EN