如何在python中检索Office文件的作者？
Title解释了问题所在，有些doc和docs文件需要检索其作者信息，以便我可以重组我的文件。
os.stat仅返回大小和日期时间，与实际文件相关的信息。
open(filename, 'rb').read(200)返回许多我无法解析的字符。
有一个xlrd用于读取xlsx文件的模块。但是，这仍然不允许我阅读doc或docx归档。我知道在non- msoffice程序上不容易读取新的Office文件，因此，如果不可能的话，从旧的Office文件中收集信息就足够了。
问题答案：
由于docx文件只是XML压缩文件，因此您只需解压缩docx文件并从XML文件中提取作者信息即可。不太清楚它的存储位置，只是短暂地环顾四周就使我怀疑它存储在dc:creator中docProps/core.xml。
您可以通过以下方式打开docx文件并检索创建者：
import zipfile, lxml.etree
# open zipfile
zf = zipfile.ZipFile('my_doc.docx')
# use lxml to parse the xml file we are interested in
doc = lxml.etree.fromstring(zf.read('docProps/core.xml'))
# retrieve creator
ns={'dc': 'http://purl.org/dc/elements/1.1/'}
creator = doc.xpath('//dc:creator', namespaces=ns)[0].text
-
我不想使用操作系统命令，因为这使它依赖于操作系统。 这在< code>tarfile、< code > tarfile . is _ tarfile(filename)中可用，用于检查文件是否为tar文件。 我无法在模块中找到任何相关命令。 编辑：为什么我需要这个：我有gzip文件列表，这些文件的大小各不相同（1-10 GB），有些是空的。在读取文件之前（使用），我想检查文件是否为空，因为对于空文
-
问题内容： 我如何从Python的Elasticsearch中获得100000个寄存器？MatchAll查询仅检索10000。 问题答案： 就像已经指出的那样，我将使用Scan API来做到这一点。 您还应该阅读有关Elasticsearch python DSL中的扫描助手的信息，网址为 http://elasticsearch- py.readthedocs.io/en/master/help
-
问题内容： 我的工作区中有一个文件夹，但在“ src”之外，其中包含一个文件，使用自定义插件向导时，该文件需要读取才能设置新文件。 除非我确切指定该文件在系统中的位置，否则我无法正确获取此文件的位置并保持获取空指针。我的问题是该文件在插件项目中，但无法获取它的位置。 插件中的文件位置为com.my.plugin / rules / setup.txt 问题答案： 要从已部署的捆绑包中加载资源，您可
-
问题内容： 我在Windows中编写Python脚本。我想根据文件大小做一些事情。例如，如果大小大于0，我将向某人发送电子邮件，否则继续其他操作。 如何检查文件大小？ 问题答案： 使用，并使用结果对象的成员： 输出以字节为单位
-
问题内容： 每当在特定目录中添加/删除/修改新文件时，我都需要在python中知道吗？我正在寻找一个类似“ inofity”的功能（来自POSIX）。 谢谢 问题答案： 注意：我删除了我的答案，因为它无关紧要，并且经常被否决。 我无法删除它。
-
本文向大家介绍WinForm中如何预览Office文件，包括了WinForm中如何预览Office文件的使用技巧和注意事项，需要的朋友参考一下 本文为大家分享了WinForm预览Office文档的方法，供大家参考，具体内容如下 使用WinForm, WPF, Office组件 原理:使用Office COM组件将Word,Excel转换为XPS文档, 将WPF的DocumentViewer控件寄宿