2
我正在嘗試獲取.doc .docx .odt和.pdf類型文件的字數。 這對於.txt文件來說非常簡單，但我怎麼才能對所提到的類型進行單詞計數呢？如何在python中獲得word文檔的字數？
我在Ubuntu上使用python django，並嘗試在用戶通過系統上載文件時對文檔字進行統計。
A
回答
4
首先，您需要閱讀您的.doc .docx.odt和.pdf。
二，count字樣（<2.7 version）。
0
鑑於您可以對.txt文件進行此操作，我會假設您知道如何計算單詞，並且您只需要知道如何閱讀各種文件類型。在這些庫看看：
PDF：pypdf
DOC/DOCX：this question，python-docx
ODT：examples here
相關問題
- 1. 如何獲得word文檔的分頁？
- 2. 得到word文檔
- 3. 在Word文檔中嵌入Word文檔
- 4. 如何從word文檔中獲得匹配通配符的所有字符串
- 5. 的Open XML SDK：如何獲得有效的Word文檔WordprocessingDocument.Open
- 6. 如何獲得Microsoft Word文檔的準確窗口位置？
- 7. 如何使用POI或使用docx4j獲得Word文檔的TOC？
- 8. 在Python中解析Word文檔
- 9. Lucene：如何獲得文檔的分數
- 10. 如何可靠地獲取Word文檔中的頁數？
- 11. PHP - 從上傳的Microsoft Word文檔中獲取字數
- 12. Python 3 - 如何用python docx庫去除word文檔中的字母
- 13. 如何使用Python解析Word文檔中的文本？
- 14. 如何在salesforce中解析word文檔？
- 15. 如何在Word文檔中編寫HTML？
- 16. 如何在WinRT中創建Word文檔
- 17. 如何在C＃中使用Word文檔＃
- 18. 如何在asp.net中讀取word文檔
- 19. 如何在matlab中讀取word文檔
- 20. 在Word文檔中獲取段落
- 21. 如何獲得數字和在python
- 22. c＃如何在word文檔的頁腳中獲取表格
- 23. PHP word文檔：捕獲特殊字符
- 24. Word文檔到python-docx
- 25. 如何在OpenXML中嵌入字體文件Word文檔
- 26. word文檔的字體
- 27. 如何在關閉新的WORD文檔後獲得最終的Document.FullPath值？
- 28. 如何在word加載項中打開新的Word docx文檔
- 29. 如何在文檔附錄中的圖字幕MS-Word
- 30. 在Word文檔中插入字符串
我用的python-DOCX爲docx文件。我發現pdfminer比將pdf轉換爲文本的pypdf更好。我猜我必須使用antiword來處理.doc文件。仍然要結帳odt。感謝您的答覆。 – darren