Python-docxとの出会い

はじめに

これは書いてる人がPython-docxに出会ったときのことを記したものです。
書いてる人はpython初心者です。何か誤った情報の記載があれば悪しからず。

環境

• OS: macOS Sequoia 15.3.1
• エディタ: VScode
• Pythonのバージョン: 3.9.6
  pythonのバージョンは3.7以降が好ましいそうです。

初対面

python-docxとの出会いは今年の2月下旬。
word上の文章を抽出したいな〜となって記事を読み漁ったところ、「それ、pythonで解決できるぜ」と天からの思し召しがあったので早速突撃。

install.py

pip install python-docx

お出迎え完了。

試してみる

まずはインポートから

import.py

from docx import Document

これでインポート完了。てなわけで早速テキストを表示してみましょう

sample.py

doc = Document("sample.docx") #wordファイルの読み取り

num = 1
for para in doc.paragraphs:
    print(num, para.text) #テキストを段落番号と一緒に表示
    num = num + 1

print("段落数: ", len(doc.paragraphs)) #段落数を表示

sample.docxには以下のような文章を書いてみたり引用したりしました。

宮沢賢治「ポラーノの広場」より

実行ほいさっさ

$ sample.py
1 サンプルだぞ
2 
3 あのイーハトーヴォのすきとおった風、夏でも底に冷たさをもつ青いそら、うつくしい森
4 で飾られたモリーオ市、郊外のぎらぎらひかる草の波。 　またそのなかでいっしょになっ
5 たたくさんのひとたち、ファゼーロとロザーロ、羊飼のミーロや、顔の赤いこどもたち、
6 地主のテーモ、山猫博士のボーガント・デストゥパーゴなど、いまこの暗い巨きな石の建
7 物のなかで考えていると、みんなむかし風のなつかしい青い幻燈のように思われます。で
8 は、わたくしはいつかの小さなみだしをつけながら、しずかにあの年のイーハトーヴォの
9 五月から十月までを書きつけましょう。
10 
段落数:  10

できました。やった〜
他にも画像や表も表示できたりするので色々試してみてください

参照元

python-docx公式
https://python-docx.readthedocs.io/en/latest/

python-docxの備忘録
https://qiita.com/dkclimb/items/6ce4896d755f7ad4acde