python提取text文件

1. python Tkinter 如何清除Text中的文本

#思路：從第一行清除到最後一行

text.delete(1.0,Tkinter.END)

另外設置python Tkinter Text控制項文本的方法：

text.insert(index,string) index = x.y的形式,x表示行，y表示列

向第一行插入數據,text.insert(1.0,'hello world')

(1)python提取text文件擴展閱讀：

第一個Tkinter程序

# File: Hello1 py

from Tkinter import *

root = Tk()

w = Label(root, text="Hello, world!")

w.pack()

root.mainloop()

在命令行中用如下的方式運行:

$ python Hello1 py 下面的窗口將被顯示出來.

事例代碼（Python3.x）

from tkinter import *

root = Tk()

#你的ui代碼

Label(root,text = 'hello world!').pack()

root.mainloop()

2. python 用Tkinter.Text設置了文本框之後如何獲取輸入內容

1、首先打開python，輸入：

#coding:utf-8

import urllib,urllib2

import Tkinter #導入TKinter模塊

3. 怎樣用Python提取文本中某一段文字

可以用正則或者切片。

處理大文本用正則，效率高。

簡單提取的話用切片就行了。

取出「test」四個字母，需要找前後的標識符，這里可以看做是「one」和「text」中間的字元。

1、切片使用方法（注意冒號）：

text='onetesttext123'
right=text[text.find('one')+3:]#right結果為「testtext123」
result=right[:right.find('text')]
printresult

2、正則方法：

importre
text='onetesttext123'
match=re.search('one(w+)text',text)
result=match.group(1)
printresult

正則對新手來說過於復雜，有很多的語法和結構需要學習。

切片相對簡單，找出前後字元的位置（用find），再用字元切片，就能輕松取出想要的文本。

4. 如何在 Linux 上使用 Python 讀取 word 文件信息

首先下載安裝win32com
from win32com import client as wc
word = wc.Dispatch('Word.Application')
doc = word.Documents.Open('c:/test')
doc.SaveAs('c:/test.text', 2)
doc.Close()
word.Quit()

這種方式產生的text文檔，不能用python用普通的r方式讀取，為了讓python可以用r方式讀取，應當寫成

doc.SaveAs('c:/test', 4)

注意：系統執行完成後，會自動產生文件後綴txt（雖然沒有指明後綴）。
在xp系統下面，應當
open(r'c:\text','r')
wdFormatDocument = 0
wdFormatDocument97 = 0
wdFormatDocumentDefault = 16
wdFormatDOSText = 4
wdFormatDOSTextLineBreaks = 5
wdFormatEncodedText = 7
wdFormatFilteredHTML = 10
wdFormatFlatXML = 19
wdFormatFlatXMLMacroEnabled = 20
wdFormatFlatXMLTemplate = 21
= 22
wdFormatHTML = 8
wdFormatPDF = 17
wdFormatRTF = 6
wdFormatTemplate = 1
wdFormatTemplate97 = 1
wdFormatText = 2
wdFormatTextLineBreaks = 3
wdFormatUnicodeText = 7
wdFormatWebArchive = 9
wdFormatXML = 11
wdFormatXMLDocument = 12
= 13
wdFormatXMLTemplate = 14
= 15
wdFormatXPS = 18

照著字面意思應該能對應到相應的文件格式，如果你是office 2003可能支持不了這么多格式。word文件轉html有兩種格式可選wdFormatHTML、wdFormatFilteredHTML（對應數字 8、10），區別是如果是wdFormatHTML格式的話，word文件裡面的公式等ole對象將會存儲成wmf格式，而選用 wdFormatFilteredHTML的話公式圖片將存儲為gif格式，而且目測可以看出用wdFormatFilteredHTML生成的HTML 明顯比wdFormatHTML要干凈許多。
當然你也可以用任意一種語言通過com來調用office API，比如PHP.
from win32com import client as wc
word = wc.Dispatch('Word.Application')
doc = word.Documents.Open(r'c:/test1.doc')
doc.SaveAs('c:/test1.text', 4)
doc.Close()
import re
strings=open(r'c:\test1.text','r').read()
result=re.findall('\(\s*[A-D]\s*\)|\(\xa1*[A-D]\xa1*\)|\（\s*[A-D]\s*\）|\（\xa1*[A-D]\xa1*\）',strings)
chan=re.sub('\(\s*[A-D]\s*\)|\(\xa1*[A-D]\xa1*\)|\（\s*[A-D]\s*\）|\（\xa1*[A-D]\xa1*\）','()',strings)
question=open(r'c:\question','a+')
question.write(chan)
question.close()
answer=open(r'c:\answeronly','a+')
for i,a in enumerate(result):
m=re.search('[A-D]',a)
answer.write(str(i+1)+' '+m.group()+'\n')
answer.close()
chan=re.sub(r'\xa3\xa8\s*[A-D]\s*\xa3\xa9','()',strings)
#不要()，容易引起歧義。