当文档包含图像时，使用 python-docx 读取文本问题答案

【问题标题】：Issue reading text with python-docx when document contains Images当文档包含图像时，使用 python-docx 读取文本问题
【发布时间】：2014-06-28 01:21:31
【问题描述】：

我在解析包含图像的文档中的文本时遇到问题。

我在运行 Ubuntu 12.04.4 LTS（GNU/Linux 3.2.0-60-generic x86_64）的 Ubuntu Linux 机器上使用 Python docx 0.7.0 版

我正在使用这个逻辑：

```

        document = Document(path)
        # Get all paragraphs
        paras = document.paragraphs

        text = ""

        # Push the text from the paragraph on a single string
        for para in paras:
            # Don't forget the line break
            text += "\n" + para.text

        return text.strip()

```

当有图像时，此过程失败。

是不是我做错了什么？

【问题讨论】：

您应在此处提供错误跟踪。 “失败”有很多含义。此外，请检查库的文档和已知问题，看看它们是否支持使用图像解析文档。

标签： python ubuntu docx python-docx

【解决方案1】：

python-docx 应该支持你在这里尝试做的事情。如果您提供在引发错误时获得的堆栈跟踪，我会看一看。

顺便说一句，您可以更优雅地编写代码：

document = Document(path)
text = '\n'.join([para.text for para in document.paragraphs])

【讨论】：

我似乎无法用相同的文件让它失败。我将不得不做更多的调查，看看是什么导致了这个问题。我们对 python-docx 代码的调用包含在另一个使用 argparse 设置的脚本的调用中。我可能需要扩展子脚本的日志记录，看看是否能找出导致问题的原因。