python获取文档特定文字，python获取txt文件字符数

求大神指教:如何用python读取xml文件中指定标签的文档内容并将其修改...

正规方法是用载入第三方xml库（如lxml）是用xpath查找。

加载读取XML文件，xml.dom.minidom.parse(abc.xml)，这是xml文件的对象。获取XML文档对象，root = dom.documentElement。获取标签之间的数据 ，rootdata.getElementsByTagName(caption)。

在XML解析方面，Python贯彻了自己“开箱即用”(batteries included)的原则。在自带的标准库中，Python提供了大量可以用于处理XML语言的包和工具，数量之多，甚至让Python编程新手无从选择。

from xml.etree import ElementTreestr_ = #文件中的xml字符串xml_obj = ElementTree.fromstring(str_)然后通过对xml_obj进行操作，xml_obj本身也是一个xml节点。

一个 DOM 的解析器在解析一个XML文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构里，之后你可以利用DOM 提供的不同的函数来读取或修改文档的内容和结构，也可以把修改过的内容写入xml文件。

相关问答

Q1: python从文件中提取特定文本并导出到Excel?

导出excel如遇到下图报错：排查编码 #coding：utf-8 sys.setdefaultencoding(utf8) 等 写入第一行数据的中文字符，或者字符串需要有引号，忽略会报错。

可以使用 Python 的第三方库 pandas 将列表转换成 excel 表格。

读excel要用到xlrd模块，官网安装（http：//pypi.python.org/pypi/xlrd）。然后就可以跟着里面的例子稍微试一下就知道怎么用了。

通常是直接用命令行cat 文件名|grep -c idea就可以解决。

写excel表 写excel表要用到xlwt模块，官网下载（http：//pypi.python.org/pypi/xlwt）。

Q2: python如何读取word文件中的文本内容并写入到新的txt文件?

1、终端执行 soffice --headless --convert-to txt my_file.doc/.docx 如果批量将当前目录下所有doc转为txt，则写过简单shell：for i in `ls *doc`； do soffice --headless --convert-to txt $i ； done； 即可。

2、word.Quit()这种方式产生的text文档，不能用python用普通的r方式读取，为了让python可以用r方式读取，应当写成 doc.SaveAs(c：/test， 4)注意：系统执行完成后，会自动产生文件后缀txt（虽然没有指明后缀）。

3、word中文件的格式如图，类似一个标准的参考文献格式，而我的需求是按照作者，论文名，期刊名，时间，期卷号存到一个excel中。首先，word的python读取每次读的是块。

python获取文档特定文字的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python获取txt文件字符数、python获取文档特定文字的信息别忘了在本站进行查找喔。