Python打印docx文件内容到终端出现乱码，如何输出可读内容？

你看到的乱码是因为docx本质是ZIP压缩包，里面封装了XML等格式的文件，直接读取二进制内容打印自然会出现这种情况——不需要额外的编码或解码操作，得用专门的工具解析docx格式。

最简便的方法是用python-docx库，步骤如下：

• 先安装库：

  pip install python-docx
  

• 编写代码提取并打印文本：

  from docx import Document
  
  # 替换成你的docx文件路径
  doc = Document("example.docx")
  # 遍历所有段落并打印文本
  for paragraph in doc.paragraphs:
      print(paragraph.text)
  

如果需要提取表格、图片或其他格式内容，也可以通过python-docx库的对应方法实现。

内容的提问来源于stack exchange，提问作者Jane Mcguire