在運行時讀取MSWord文件

文件的結構對我來說並不重要，因此從之前的solution提到的「將它們轉換爲純文本並使用readLines導入它們」，我將文件類型從「.doc/.docx」更改爲「以名爲「.txt」，並用一個錯誤在運行時讀取MSWord文件

file_list = list.files("D:/R/New",pattern="*.txt",full.names=F 
obj_list <- lapply(file_list,readLines) 
Warning messages: 
1: In FUN(c("adityar.txt": 
    incomplete final line found on 'adityar.txt'

我試圖與語料庫的幫助，很好，但閱讀沒有找到很好的結果結束了，這裏的第二solution說，關於PDF和unix，任何又好又快方法，我在Windows平臺上工作，任何幫助。

來源

2014-01-13 Aashu

來自R叫什麼你不只是從'adityar.doc'更改文件名'adityar.txt'你呢？ – Spacedman

請參閱http://r.789695.n4.nabble.com/reading-in-MS-Word-files-td899087.html – Andrie

@Aashu您是否打開python解決方案？ – agstudy

使用Python，你可以這樣做：

from docx import * 
import json 
document = opendocx("path_to_your_docx") 
res = getdocumenttext(document)

您可以保存您的腳本，並使用system

來源

2014-01-13 11:33:41 agstudy

在運行時讀取MSWord文件

回答

相關問題