python提取text文件

1. python Tkinter 如何清除Text中的文本

#思路：从第一行清除到最后一行

text.delete(1.0,Tkinter.END)

另外设置python Tkinter Text控件文本的方法：

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

向第一行插入数据,text.insert(1.0,'hello world')

(1)python提取text文件扩展阅读：

第一个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运行:

$ python Hello1 py 下面的窗口将被显示出来.

事例代码（Python3.x）

from tkinter import *

root = Tk()

#你的ui代码

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

root.mainloop()

2. python 用Tkinter.Text设置了文本框之后如何获取输入内容

1、首先打开python，输入：

#coding:utf-8

import urllib,urllib2

import Tkinter #导入TKinter模块

3. 怎样用Python提取文本中某一段文字

可以用正则或者切片。

处理大文本用正则，效率高。

简单提取的话用切片就行了。

取出“test”四个字母，需要找前后的标识符，这里可以看做是“one”和“text”中间的字符。

1、切片使用方法（注意冒号）：

text='onetesttext123'
right=text[text.find('one')+3:]#right结果为“testtext123”
result=right[:right.find('text')]
printresult

2、正则方法：

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

正则对新手来说过于复杂，有很多的语法和结构需要学习。

切片相对简单，找出前后字符的位置（用find），再用字符切片，就能轻松取出想要的文本。

4. 如何在 Linux 上使用 Python 读取 word 文件信息

首先下载安装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()

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）。
在xp系统下面，应当
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

照着字面意思应该能对应到相应的文件格式，如果你是office 2003可能支持不了这么多格式。word文件转html有两种格式可选wdFormatHTML、wdFormatFilteredHTML（对应数字 8、10），区别是如果是wdFormatHTML格式的话，word文件里面的公式等ole对象将会存储成wmf格式，而选用 wdFormatFilteredHTML的话公式图片将存储为gif格式，而且目测可以看出用wdFormatFilteredHTML生成的HTML 明显比wdFormatHTML要干净许多。
当然你也可以用任意一种语言通过com来调用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()，容易引起歧义。