Какими средствами осуществлять поиск в doc-файле?

@shurapasternak · Регистрация: 09.10.2014

Author24 — интернет-сервис помощи студентам

Добрый день. Необходимо производить поиск в файле doc. Какими средствами можно это осуществить?

@Zuzik · 10.10.2014, 10:59

2 варианта - опен офис + питон - статья вот тут вроде http://habrahabr.ru/post/97637/ или более прямой способ с помощью библиотеки python-docx - https://python-docx.readthedocs.org/en/latest/

@shurapasternak · 10.10.2014, 16:19 **[ТС]**

Zuzik, Спасибо за 1-ю статью.
Вопрос о пакете Python-docx. Очень надеюсь что я столь невнимательна, но я кажется прочитала о этом пакете все,и кажется там только возможности генерирования доков, а редактирования существующих не нашла. Например у меня есть существующий шаблон, который я хочу редактировать. Не могли бы подсказать как с помощью этого пакета это осуществить?
спасибо!!

@Zuzik · 10.10.2014, 17:30

Python
1
2
3
import docx
document = docx.Document(filename)
alltext = '\n\n'.join([paragraph.text.encode('utf-8') for paragraph in document.paragraphs])

вот пример кода выводящего весь документ. Вперед. Да, возможно придется поиграться с кодировками
да и как оказалоь эта библиотека поддерживает только докх файлы(

@shurapasternak · 10.10.2014, 17:58 **[ТС]**

Zuzik, спасибо побегу пробовать, надеюсь разберусь)

@warrax · 14.10.2014, 17:04

лалала...ваш ответ) вопрос о doc а не docx
docx можно и xml распарсить и найти все что угодно...
как вариан с под винды юзаем офис апи, с под юникс - либреофис апи

@Zuzik · 14.10.2014, 18:51

warrax, ну как бы я про это написал, если у вас проблемы со зрением.

Сообщение от Zuzik

да и как оказалоь эта библиотека поддерживает только докх файлы(

Добавлено через 40 минут
Хе, нашел полуработающую библиотеку которая читает док файлы, miette назвается. Правда она уже вроде как давным давно заброшена и не развивается.

@warrax · 18.10.2014, 00:05

Сообщение от Zuzik

warrax, ну как бы я про это написал, если у вас проблемы со зрением.

Добавлено через 40 минут
Хе, нашел полуработающую библиотеку которая читает док файлы, miette назвается. Правда она уже вроде как давным давно заброшена и не развивается.

зачем полуработащее если можно юзать апи. либреофис вроде как норм справляется. Например обьединяет тучу док файлов в один с сохранением форматировки на ура

@alex925 · 18.10.2014, 15:13

Сообщение от warrax

зачем полуработащее если можно юзать апи

Ну да, таскать на все компы libreoffice в качестве зависимости, просто "замечательная идея".
Если как говорит Zuzik, библиотека работает не вижу причин её не использовать, а вообще если нужна "живая" библиотека, то это win32api (правда сразу можно забыть о кросс платформенности, но это другой вопрос).

P.S Кстати можно сохранить doc файл в виде html и тогда файл можно будет парсить lxml или другими библиотеками.

@shurapasternak · 20.10.2014, 22:41 **[ТС]**

спасибо всем кто ответил!!! в итоге правда открыла как xml и пропарсила)

Новые блоги и статьи Все статьи Все блоги /
Многопоточные приложения на C++ bytestream 14.05.2025 C++ всегда был языком, тесно работающим с железом, и потому особеннно эффективным для многопоточного программирования. Стандарт C++11 произвёл революцию, добавив в язык нативную поддержку потоков,. . .	Stack, Queue и Hashtable в C# UnmanagedCoder 14.05.2025 Каждый опытный разработчик наверняка сталкивался с ситуацией, когда невинный на первый взгляд List<T> превращался в узкое горлышко всего приложения. Причина проста: универсальность – это прекрасно,. . .	Как использовать OAuth2 со Spring Security в Java Javaican 14.05.2025 Протокол OAuth2 часто путают с механизмами аутентификации, хотя по сути это протокол авторизации. Представьте, что вместо передачи ключей от всего дома вашему другу, который пришёл полить цветы, вы. . .	Анализ текста на Python с NLTK и Spacy AI_Generated 14.05.2025 NLTK, старожил в мире обработки естественного языка на Python, содержит богатейшую коллекцию алгоритмов и готовых моделей. Эта библиотека отлично подходит для образовательных целей и. . .	Реализация DI в PHP Jason-Webb 13.05.2025 Когда я начинал писать свой первый крупный PHP-проект, моя архитектура напоминала запутаный клубок спагетти. Классы создавали другие классы внутри себя, зависимости жостко прописывались в коде, а о. . .
Обработка изображений в реальном времени на C# с OpenCV stackOverflow 13.05.2025 Объединение библиотеки компьютерного зрения OpenCV с современным языком программирования C# создаёт симбиоз, который открывает доступ к впечатляющему набору возможностей. Ключевое преимущество этого. . .	POCO, ACE, Loki и другие продвинутые C++ библиотеки NullReferenced 13.05.2025 В C++ разработки существует такое обилие библиотек, что порой кажется, будто ты заблудился в дремучем лесу. И среди этого многообразия POCO (Portable Components) – как маяк для тех, кто ищет. . .	Паттерны проектирования GoF на C# UnmanagedCoder 13.05.2025 Вы наверняка сталкивались с ситуациями, когда код разрастается до неприличных размеров, а его поддержка становится настоящим испытанием. Именно в такие моменты на помощь приходят паттерны Gang of. . .	Создаем CLI приложение на Python с Prompt Toolkit py-thonny 13.05.2025 Современные командные интерфейсы давно перестали быть черно-белыми текстовыми программами, которые многие помнят по старым операционным системам. CLI сегодня – это мощные, интуитивные и даже. . .	Конвейеры ETL с Apache Airflow и Python AI_Generated 13.05.2025 ETL-конвейеры – это набор процессов, отвечающих за извлечение данных из различных источников (Extract), их преобразование в нужный формат (Transform) и загрузку в целевое хранилище (Load). . . .

@shurapasternak 0 / 0 / 0 Регистрация: 09.10.2014 Сообщений: 4

	Какими средствами осуществлять поиск в doc-файле? 09.10.2014, 13:46. Показов 4595. Ответов 9 Метки нет (Все метки) Добрый день. Необходимо производить поиск в файле doc. Какими средствами можно это осуществить? 0

@Zuzik 298 / 256 / 57 Регистрация: 11.06.2012 Сообщений: 1,557
	10.10.2014, 10:59
	2 варианта - опен офис + питон - статья вот тут вроде http://habrahabr.ru/post/97637/ или более прямой способ с помощью библиотеки python-docx - https://python-docx.readthedocs.org/en/latest/ 0

@shurapasternak 0 / 0 / 0 Регистрация: 09.10.2014 Сообщений: 4
	10.10.2014, 16:19 [ТС]
	Zuzik, Спасибо за 1-ю статью. Вопрос о пакете Python-docx. Очень надеюсь что я столь невнимательна, но я кажется прочитала о этом пакете все,и кажется там только возможности генерирования доков, а редактирования существующих не нашла. Например у меня есть существующий шаблон, который я хочу редактировать. Не могли бы подсказать как с помощью этого пакета это осуществить? спасибо!! 0

@shurapasternak 0 / 0 / 0 Регистрация: 09.10.2014 Сообщений: 4
	10.10.2014, 17:58 [ТС]
	Zuzik, спасибо побегу пробовать, надеюсь разберусь) 0

@warrax 17 / 22 / 6 Регистрация: 16.10.2013 Сообщений: 316
	14.10.2014, 17:04
	лалала...ваш ответ) вопрос о doc а не docx docx можно и xml распарсить и найти все что угодно... как вариан с под винды юзаем офис апи, с под юникс - либреофис апи 0

@shurapasternak 0 / 0 / 0 Регистрация: 09.10.2014 Сообщений: 4
	20.10.2014, 22:41 [ТС]
	спасибо всем кто ответил!!! в итоге правда открыла как xml и пропарсила) 0

Опции темы