今天接到一个需求，就是读取doc文件，

注意是doc! doc! doc，

不是docx! 不是docx! 不是docx!

以下的博客都是挂羊头，卖狗肉

但是好多博客都是读取docx，以次来博取流量与眼球，还有好多我都用不了，为此我写了这篇文章，我觉得最靠谱的方法是：

1、将doc—转换为：docx

2、再利用库【docx】来读取！

先看我目录结构

文件夹：【数据源】—这里存放doc文件

文件夹：【转换结果】—这里存放doc文件

直接上代码(我的电脑是WPS)

# encoding=gbk
import os

import docx
from docx import Document
from win32com.client import Dispatch


def doc_to_docx():
    # 打开word应用程序
    wd = Dispatch("kwps.Application")
    # 后台运行
    wd.Visible = 0
    wd.DisplayAlerts = 0
    # 打开doc文档,必须给一个绝对路径
    doc = wd.Documents.Open(r"E:\工具开发\2023\2月\催款函\数据源\南京嵩旭科技有限公司逾期催款函.doc")
    # 另存为docx
    doc.SaveAs(r"E:\工具开发\2023\2月\催款函\转换结果\南京嵩旭科技有限公司逾期催款函.docx", 12)  # 12表示docx格式
    # 关闭文档
    doc.Close()
    # 退出word应用
    wd.Quit()


doc_to_docx()


def read_docx():
    docStr = Document("./转换结果/" + os.listdir("./转换结果/")[0])
    for paragraph in docStr.paragraphs:
        parStr = paragraph.text
        print(parStr)


read_docx()

成功读取！！

这里感谢这位老哥，帮我解决了,点我看原博

pywintypes.com_error: (-2147221005, ‘无效的类字符串’, None, None)

希望对大家有帮助

致力于办公自动化的小小程序员一枚

致力于写出清楚的博客

都看到这了，关注+点赞+收藏=不迷路！！