如何使用 python 2.7 从 .doc 文件中获取文本答案

【问题标题】：how to get text from .doc file using python 2.7如何使用 python 2.7 从 .doc 文件中获取文本
【发布时间】：2018-10-01 08:04:37
【问题描述】：

我正在使用以下代码从 .docx 文件中提取文本

def getText(filename):
              doc = docx.Document(filename)
              fullText = []
              for para in doc.paragraphs:
                  fullText.append(para.text)
              return '\n'.join(fullText)
          data = getText(file_path)

现在，我还想在 pythonanywhere 上托管的 django rest api 中提取 .doc 文件。由于 api 在 pythonanywhere 上，我无法安装 textract 库和 antiword。那么，我该怎么做？

【问题讨论】：

标签： python-2.7 pythonanywhere .doc

【解决方案1】：

abiword 安装在 PythonAnywhere 上：

abiword --to=txt myfile.doc

将生成一个名为 myfile.txt 的文件。

【讨论】：

当我尝试在虚拟环境中运行命令时出现以下错误。 ** (abiword:26945): WARNING **: clutter failed 0, get a life. error: XDG_RUNTIME_DIR not set in the environment.
尝试将环境变量 XDG_RUNTIME_DIR 设置为 /tmp -- 例如。从 bash 使用 export XDG_RUNTIME_DIR=/tmp/ 或者如果您从 Python 代码调用它，请将其设置在您用来启动它的调用中。
如何在 python 脚本中运行命令。 subprocess.call('abiword --to=txt _file_path') 给出以下错误 Exception Type: OSError Exception Value: [Errno 2] No such file or directory
首先您需要使用 abiword 的完整路径。在 PythonAnywhere 上是 /usr/bin/abiword。此外， subprocess.call 的参数不是字符串，而是列表。检查文档
感谢您的帮助