从python中的MS word文件中提取文本

从Python中的MS Word文件中提取文本，可以使用Python的第三方库python-docx。python-docx库可以让你读取、写入和操作MS Word文件。以下是一个简单的示例，说明如何使用python-docx库从MS Word文件中提取文本。

首先，确保已经安装了python-docx库。如果没有，可以使用以下命令安装：

pip install python-docx

然后，可以使用以下代码从MS Word文件中提取文本：

import docx

def extract_text_from_docx(file_path):
    doc = docx.Document(file_path)
    text = ''
    for paragraph in doc.paragraphs:
        text += paragraph.text + '\n'
    return text

word_file_path = 'path/to/your/word/file.docx'
extracted_text = extract_text_from_docx(word_file_path)
print(extracted_text)

在这个示例中，我们首先导入docx库，然后定义一个名为extract_text_from_docx的函数，该函数接受一个参数file_path，即MS Word文件的路径。在函数内部，我们使用docx.Document打开文件，然后遍历文件中的所有段落，将每个段落的文本添加到text变量中。最后，返回提取的文本。

要使用这个函数，只需将word_file_path变量设置为你的MS Word文件的路径，然后调用extract_text_from_docx函数并打印结果。