Python3 环境下解决 docx 模块报错并读取 Word 文件

Python3 读取Word文件环境配置与问题排查

本文基于Windows10操作系统与Python3.6.3版本环境进行演示。

经过查阅相关资料，发现多数现有教程仅针对Python2版本操作Word文件，因此撰写本文以补充Python3环境下的操作指南。

一、安装 docx

执行以下命令进行安装： pip install docx

安装完成后，在代码中导入模块：import docx

此时运行可能会遇到报错：ModuleNotFoundError: No module named ‘exceptions'。

该错误提示缺少 exceptions 模块，这是因为Python3已取消该模块，而 PendingDeprecationWarning 属于内置警告类型，可直接使用。

解决方法是定位到报错信息中显示的文件路径，直接编辑该文件。

例如文件路径为：D:\ProgramFiles\Anaconda3\lib\site-packages\docx.py

找到代码行 from exceptions import PendingDeprecationWarning 并将其注释掉即可解决报错问题。

以下是完整的读取Word文件示例代码：

import docx

def get_docx(file_name):
 d = docx.opendocx(file_name)
 doc = docx.getdocumenttext(d)
 return doc

doc = get_docx('tt.docx')
print(doc) # 输出行数：1075
for d in doc[:5]:
 print(d) # 打印前5行

'''输出：
一、补益之剂
1．四君子汤
四君子汤中和义，参术茯苓甘草比
益以夏陈名六君，祛痰补气阳虚饵
除却半夏名异功，或加香砂胃寒使
'''

以上即为Python3环境下读取Word文件的完整操作步骤，希望能为读者提供参考与支持。