Python: Microsoft Wordファイル(*.doc)のテキストデータ抽出 – pywin32, win32com
Microsoft Office Wordファイルの検索クローラをPythonで作成する際、表題の通り、*.docからテキストデータに変換する必要がある。本記事ではwin32comライブラリを用いてPythonスクリプトからWordファイルのテキストデータを抽出するスクリプトを紹介する。 (尚、世には多数のOfficeファイルコンバーターが有るので、このソースを使うことが最適とは限らない) ソースコード エラーハンドリングは必要最低限である為、扱うファイル特性に応じて追加が必要な場合もある。 # coding: Shift_JIS import win32com.client def word2text(file_path): text = "" doc = win32com.client.gencache.EnsureDispatch("Word.Application") doc.Vi
Python: MS Word ファイルからテキストファイルへ変換
COM(Component Object Model)を使用してWordファイル内のテキストをテキストファイルへ抽出・変換するスクリプト。 ソースコード # coding: utf-8 import fnmatch, os, sys, win32com.client if __name__ == '__main__': wa = win32com.client.gencache.EnsureDispatch("Word.Application") try: for path, dirs, files in os.walk(sys.argv[1]): # コマンドラインより探索ディレクトリpathを取得 for filename in files: if not fnmatch.fnmatch(filename, "*.doc"): continue # wordファイルの拡張子かをパターン
条件は「色白美人」 香川産米ＰＲ担当の募集要項に批判：朝日新聞デジタル
香川県は２７日、県産ブランド米のイメージガールとして「色白で透明感のある女性」を募集したところ、外部から不適切との指摘を受けたとして、「色白」「女性」などの条件を外したと発表した。「容姿が条件となっているような誤解を招いた」としている。 県は２３日からブランド米「おいでまい」のＰＲ担当者を募集していた。県によると、募集要項などにあった「１６歳以上の女性」という応募資格から性別を撤廃し、「色白」の言葉を削除。「イメージガール」の名称を「ＰＲ大使」に変えた。「フレッシュで透明感があり、色白でスタイルの良い方を募集！」「色白美人で透明感のあるイメージガールを募集」などのチラシの記載も改めるという。 香川県の松尾恭成農政水産部長は「おいでまいの特徴をアピールしたかったが女性の容姿が条件との誤解を招いた。我々の意図が伝わらない表現になってしまった」としている。
拒否します…自分のマイナンバー、ブログで公開 : 社会 : 読売新聞（YOMIURI ONLINE）
今月から始まった共通番号（マイナンバー）制度で、千葉県内の男性が自身の番号をインターネット上で公開していたことが分かった。 国の第三者機関「特定個人情報保護委員会」は２７日、マイナンバー法違反の疑いがあるとして、男性とサイト運営会社に対して文書で削除を要請した。同法では必要な手続きを除き、他人に番号を知らせることを禁じており、同委による削除要請は初めて。 同委などによると、男性は、１９日付の自分のブログに番号を明記するとともに、番号が記載された住民票の画像を掲載した。男性のブログには、「番号制度を拒否します」などと書かれている。 同委が男性のブログを見つけた後、男性の住む自治体からも同委事務局に連絡があり、発覚した。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
