### 使用Python读取Word文档中的关键信息 对于从Word文档中提取关键信息的需求，可以采用`python-docx`库来解析`.docx`格式的文件。此方法能够直接访问文档内的段落、表格等内容而无需将其转换成XML形式[^2]。 #### 安装依赖包 首先需安装必要的第三方库，可通过pip命令完成： ```bash pip install python-docx pandas openpyxl ``` #### 提取并保存关键信息至文本文件 下面展示一段用于遍历Word文档所有段落，并依据给定条件筛选目标数据最终导出为纯文本的例子： ```python from docx import Document def extract_key_info(doc_path, output_txt_path): document = Document(doc_path) with open(output_txt_path, 'w', encoding='utf-8') as f: for para in document.paragraphs: text = para.text.strip() # 假设这里定义了简单的过滤逻辑，实际应用可根据需求调整 if "关键词" in text or "关键字" in text: f.write(text + '\n') extract_key_info('example.docx', 'output.txt') ``` 上述代码实现了基本的功能框架，即打开指定路径下的Word文档(`doc_path`)逐行扫描其内容；当某一行包含了预设的关键字时，则记录该行文字到新的TXT文件当中去(`output_txt_path`)。当然，在真实场景下可能还需要更复杂的匹配规则以及对其他元素(如标题样式)的支持[^3]。 #### 将多个Word文档的信息汇总到Excel表单 如果希望进一步将来自不同源文件的数据集中管理起来，比如存入Excel工作簿里形成结构化的报表视图，那么还可以借助pandas库实现这一目的: ```python import os import pandas as pd from docx import Document data_list = [] for file_name in os.listdir('./docs'): if not file_name.endswith('.docx'): continue full_file_path = './docs/' + file_name doc = Document(full_file_path) lines = [] for p in doc.paragraphs: line_text = p.text.strip().replace('\t',' ').replace('\r\n',' ') if any(keyword in line_text.lower() for keyword in ["key", "important"]): lines.append(line_text) data_dict = {"File Name":file_name,"Content":"\n".join(lines)} data_list.append(data_dict) df = pd.DataFrame(data_list) df.to_excel("summary.xlsx", index=False) ``` 这段程序会自动查找当前目录下的`./docs/`子文件夹内所有的`.docx`类型的文件，并从中抽取含有特定词汇的内容片段组合成为DataFrame对象最后写入名为`summary.xlsx`的工作表之中。