Read DRM info from docx

XiaoMeow

于 2019-02-26 22:51:35 发布

阅读量522

点赞数

分类专栏：数据处理 EDA ToolKit 文章标签： Python 数据处理数据清洗

本文链接：https://blog.csdn.net/XiaoMeow/article/details/87954585

版权

本文介绍如何利用Python对docx文件进行深度解析，特别是关注于提取文档中的DRM（数字版权管理）信息。通过示例代码，详细讲解了数据处理和清洗的步骤，帮助读者掌握这一实用技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# Use win32com package or docx package
# we use docx here
import win32com

import docx
from docx import Document

# 0. setting
WorkPath = 'D:/Script/DRM/'
File = 'DRM.docx'
FilePath=WorkPath+File
# 1.
def MatchStrList(StrChecked,StrKeyword):
    LenResult=min(len(StrChecked),len(StrKeyword))
    for i in range(min(len(StrChecked),len(StrKeyword))):
        LenResult=LenResult*len(re.findall(StrKeyword[i],StrChecked[i]))
        #should not contain space in StrKeyword cause the regular expression only pick up \s as space
        #if one of Strlist is null, return 0
        #if one of index is not match also return 0
    return LenResult
def ReadDocxFile(FilePath):
    try:
        DocxFile = docx.Document(FilePath)
    except IOexception as e:
        return e
    DRM={}
    Layers={}
    for p in DocxFile.paragraphs:
        if ((len(p.text)>0)& (MatchStrList([p.text],['Manual&

最低0.47元/天解锁文章