18. diel - Práce se soubory DocX v Pythonu - Čtení a struktura
V následujícím tutoriálu práce se soubory v Pythonu se
zaměříme na čtení souborů formátu .docx.
Využijeme k tomu opět knihovnu python-docx.
Čtení již existujících DocX dokumentů
Dosud jsme vytvářeli zcela nové dokumenty. Teď jsi ukážeme, jak můžeme přečíst obsah již existujících dokumentů. Našim cílem bude vytvořit kód, který nám poskytne základní přehled o požadovaném dokumentu. Konkrétně nás budou zajímat následující informace:
- text obsažený v dokumentu,
- unformace o jednotlivých obrázcích,
- informace obsažené v tabulkách.
Připomeňme si, že informace v .docx souboru jsou uložené ve
formátu XML. My tedy potřebujeme vytvořit kód, který nám tyto informace
extrahuje. Proto je nezbytné mít základní povědomí o tom, jak vypadá
struktura XML souboru, jak jej používá MS Word. Využijeme k tomu znalosti z
lekce Úvod do formátu
XML v Pythonu.
Struktura a hierarchie XML souboru formátu .docx
...koniec náhľadu článku...
Pokračuj ďalej
Minul si až sem a to je super! Veríme, že ti prvé lekcie ukázali niečo nového a užitočného.
Chceš v kurze pokračovať? Prejdi do prémiové sekcie.
Obmedzená ponuka: Nauč sa všetko a ušetri
Pred kúpou tohto článku je potrebné kúpiť predchádzajúci diel
Obsah článku spadá pod licenciu Premium, kúpou článku súhlasíš so zmluvnými podmienkami.
- Neobmedzený a trvalý prístup k jednotlivým lekciím.
- Kvalitné znalosti v oblasti IT.
- Zručnosti, ktoré ti pomôžu získať vysnívanú a dobre platenú prácu.
Popis článku
Požadovaný článok má nasledujúci obsah:
V tomto tutoriálu práce se soubory DocX v Pythonu si ukážeme, jako pomocí knihovny python-docx číst dokumenty. Ukážeme si taky základy XML struktury.
Kredity získaš, keď podporíš našu sieť. To môžeš urobiť buď zaslaním symbolickej sumy na podporu prevádzky alebo pridaním obsahu na sieť.
