首页 文章

Python textract ImportError

提问于
浏览 次
0

我已经开始使用Python库 textract 来解析PowerPoint（.pptx），Word文档（.docx）和文本文件（* .txt）中的文本 . 我写了一个简单的脚本来测试它 .

# Python textract test script
import textract
textract.process("H:\My Documents\Test.docx")

当我在命令行或空闲时运行它时，我得到一个跟踪，最后几行是：

文件：“C：... \ textract \ parsers \ docx_parser.py”，导入docx2txt中的第1行ImportError：没有名为docx2txt的模块

我使用的是1.5.0版本，从https://pypi.python.org/pypi/textract下载 . 我不知道为什么它不包含任何依赖项 . 我是否必须安装 docx2txt 及其后续依赖项？为什么 textract 包不包含我需要的所有内容？

python docx text-extraction python-docx

2 回答

  • 0

    我建议使用 pip install xxx 来安装模块 . 通常用python查找'll install it in the path that' . 它还应该处理依赖关系 .

    如果您进行了手动安装或仅将其解压缩到晚餐文件夹，请正确设置路径，如此处所述How to add to the pythonpath in windows 7?或Python - PYTHONPATH in linux

    如果你认为你已经正确设置了然后发布它的值，pwd等 .

    回复于
  • 0

    textract 不会自动为其支持的所有文件类型安装依赖项 . 您有选择地安装您感兴趣的那些 .

    虽然这并不像人们想象的那么优雅，但是它能够按需安装依赖项，因此唯一的替代方案是 textract 安装所有十几个或更多可能的依赖项，这往往会膨胀你的Python环境 .

    因此，在这种情况下，正如Kashyap所提到的，适当的行动是：

    pip install python-docx

    和您可能需要的任何其他文件类型依赖项类似 .

    回复于

相关问题