如何在 Linux 上使用 Python 读取 word 文件信息

必须说明：不同于

Illustrator

、InDesign、

CorelDRAW

、

OpenOffice

DRAW、Incscape等工具，Word是流动分页的，文件内容本身并不存储分页结果。具体分页时断在哪里、最后分出多少页，都需要现场渲染所有的图文内容之后才能确定。

（简而言之就是：Word文件中仅包含了一行一行的文本，与页面设置中指定的页面尺寸。Word每次打开文件时都会一行一行“摆放”文本数据，发现一页装不下了自动新开一页。当然真正的Word

渲染引擎

肯定有更复杂的行为。）

从doc/docx文件中直接读出页面数量，这本身就是个

伪命题

。所以千万别在“直接读取页面数量”这个方向上寻求方案——软件开发的技法不好可以改正，但路线错了必死无疑！

你需要调动一套能够真的把Word文件的内容渲染出来的工具（支持

二次开发

的）。只有把Word文件的所有内容渲染成为可以观看的图形，才能准确得知页面的总数。在Linux上很可能

LibreOffice

可以吧。而在Windows上就当然是用Word本身了。

注意Word的分页结论是没有保证的。缺少字体、字形不同、

软件环境

不同等各种原因，都会造成不同电脑上打开同一个Word文件的页数不一致。这一点对服务器也没有例外。得到了页数也只能参考使用，而不要100%信赖。

遍历啥意思，获取啥意思，就是全弄走么，

这个可以find 和tar组合，都提取的话，tar -czvf 备份tgz 要提取的文件，

要只找几个文件，可以先find，然后加入打包，注意压缩的话就不能追加入包了。

find 位置 找啥 --exec tar -rvf 备份tar {} \;

linux中文件查找命令有很多，一般文件分类为两种，一种是应用程序，即二进制文件，一种是文档，即文本文件。对于前者，我们一般使用whereis、which等命令，对于后者，我们习惯使用find命令，当然find命令是linux是最强大的文件搜索命令。下面简单的介绍了这几个命令的用法。

命令1：which

"which 命令" 查找且只能查找命令所在目录

例如：which ls

命令2：whereis

"whereis 命令" 查找且只能查找命令所在目录 + 帮助文档位置

whereis 命令

命令位置+帮助文档位置

命令3：find

"find 路径 查找方式 参数" 可以查找任何文件

查找方式有很多种：

1根据文件名查找

查找方式：-name

例如： find /t3 -name file1

注：文件名可以用通配符

如果是通过命令行交互式的：

ftp server_ip

提示输入用户名：输入你的ftp用户名

提示输入密码：输入ftp用户的密码

切换为bin模式：b或者bin命令

用get命令接完整文件名：get your_file

用wget+通配符模式获取多个文件：wget txt

退出ftp：bye

以上就是关于如何在 Linux 上使用 Python 读取 word 文件信息全部的内容，包括:如何在 Linux 上使用 Python 读取 word 文件信息、linux下面如何遍历目录获取文件、linux中利用ls -lh如何查看目录中文件的信息，而不是目录本身的信息等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！