可能重複：
Reading/Writing MS Word files in PythonPython中的MS Word
我在尋找到一個需求管理系統（如requiste親 - Rational Rose的） - 並需要通過MS閱讀Word文檔搜索特定標籤 - 在Windows或Apple OS環境中。是否有任何已知的框架（我找不到任何） - 或建議的方法？
只是爲了增加一些說明 - 這不是一次性閱讀，我會在每次更新文檔時檢查文檔，並在需求特定區域執行CRUD。
首先，將其從本機Word（.doc）格式中取出。
做一個「另存爲XML」，並堅持你的用戶與該文件，而不是.doc文件工作。他們幾乎不會注意到其中的差異 - 除了文件更大。
使用lxml或element tree解析XML並找到標題，部分，段落和列表。
在進行分析之前，您還可以執行「另存爲HTML」。這和XML版本一樣好。 HTML版本對用戶來說並不是那麼容易，但是，只有在分析之前才能做到這一點。
使用Beautiful Soup解析HTML並找到標題，部分，段落和列表。
一旦你有一個解析結構（XML或HTML），你可以分析文檔尋找特定的標籤。
如果您有一點現金，您可以購買Aspose.Word的Java API。有了它，你可以通過編程訪問和處理任何Word文檔
如果準備使用Java，docx4j也是一種選擇。 – JasonPlutext 2009-10-30 22:37:40
我知道這是一個Python的問題，但...
在Windows上，你應該使用VBScript（VBA宏）和OLE到programmically訪問Word。
Examples | How-tos | Automating Word using OLE
MacOSX上使用VBA的辦公舊版本和AppleScript 2008
用VBA你有任何修改，將文檔或執行一個自動的「另存爲」將選擇獲得更容易處理格式的數據（雖然被警告它的HTML輸出是非常糟糕）。
我強烈建議住來自第三方庫/產品送人，即使你不喜歡的VBScript。格式是太複雜，無證和精確的外部不一致處理。使用OpenOffice/StarOffice是證明了這一點。他們一直在努力多年，仍然沒有得到準確的.doc解析，更不用說.DOCX。是的，它一般起作用，但是一旦開始嘗試在Word之外編程修改它們，就會產生無法量化的文檔損壞風險。你應該可以使用os.system從Python中調用VBscript。我認爲這個解釋器是wscript.exe，但是我不認爲這一點。這可能工作雖然：
os.system('start script.vb')
DOCX不是更容易，因爲它更接近*實際* XML？ 2007年以前的「MS」XML沒有統計。這也是一個「開放標準」！ ;） – 2009-05-26 15:16:09
您可以建立在openoffice.org讀取Word文檔的能力。 的Python-UNO橋允許從Python腳本語言使用標準OpenOffice.org API。使用Python-UNO並在您的機器上使用openoffice的相關部分時，讀取大多數Word文檔應該很簡單。
使用Visual Studio Tools for Office (VSTO)，可以從任何.NET語言編寫Word腳本。所述How to: Search for Text in Documents示例顯示C#和3210代碼，但IronPython也可以調用相同.NET方法。
如果您已準備好使用IronPython（沒有與Mac等效），則這可能是一個Windows專用解決方案，用於搜索Word文檔。
假設你在windows上並安裝了Word，你可以使用COM控制python中的Word - 參見Python for win32在Linux上，你可以使用OpenOffice做同樣的事情。
或者有一串字符串提取用於Word兩者的Win32或Linux的，你就可以使用正常的蟒蛇正則表達式的工具。
玩弄 - 我能夠打開和打印Word文檔 進口win32com.client 字= win32com.client.Dispatch（ 'Word.Application'） 文檔的內容= word.Documents.Open（ 'C：\\ Test.doc的'） WORDINFO = doc.Content（） 打印WORDINFO doc.Close 的一個步驟在正確的方向 – meade 2009-05-26 19:47:41