Úvodní článek

Aspose.Words FOSS is an open-source Python library for working with Word documents. It reads DOCX, DOC, RTF, TXT, and Markdown files, and can export them to PDF, Markdown, or plain text — all without requiring Microsoft Word or any native dependencies.

Knihovna je vydána pod licencí MIT a je k dispozici na PyPI. Nainstalujte ji pomocí:

pip install aspose-words-foss>=26.4.0

Aspose.Words FOSS requires Python 3.10 or later and depends on three pure-Python packages (olefile, fpdf2, pydantic), automaticky instalované pipem.

Klíčové prvky

Naložení a konverze dokumentu

Úřad pro bezpečnost a ochranu zdraví Document class je primární vstupní bod. Nabíjet soubor v jakémkoli podporovaném příchozí formátu a volání save() konvertují do jiného výstupního formátu.

import aspose.words_foss as aw

doc = aw.Document("input.docx")  # or .doc, .rtf, .txt, .md
doc.save("output.md", aw.SaveFormat.MARKDOWN)

PDF exportování

Exportovat dokumenty z Wordu do PDF pomocí: SaveFormat.PDF pro standardní nastavení nebo PdfSaveOptions pro jemnou kontrolu.

import aspose.words_foss as aw

doc = aw.Document("input.docx")
doc.save("output.pdf", aw.SaveFormat.PDF)

Markdown Export s možnostmi ukládání

Použití: MarkdownSaveOptions a) PdfSaveOptions pro jemnou kontrolu formátování výstupu.

import aspose.words_foss as aw
from aspose.words_foss.saving import MarkdownSaveOptions, PdfSaveOptions

doc = aw.Document("input.docx")

md_opts = MarkdownSaveOptions()
doc.save("output.md", md_opts)

pdf_opts = PdfSaveOptions()
doc.save("output.pdf", pdf_opts)

Výběr textu

Vytáhnout prostý text z jakéhokoli podporovaného formátu dokumentu pomocí: Document.get_text().

import aspose.words_foss as aw

doc = aw.Document("input.docx")
text = doc.get_text()

Parsing struktury dokumentu

Specializované analyzátory extrahují strukturovaná data z DOCX interních. NumberingParser čte definice číslování seznamu a StyleParser Parses stylu jména do strukturovaných objektů.

Podpora vstupů v několika formátech

Naložit dokumenty z pěti vstupních formátů DOCX, DO C, RTF, TXT a Markdown ?? pomocí stejné Document Konstruktor. LoadFormat enum poskytuje konstanty pro výběr explicitního formátu (LoadFormat.DOCX, LoadFormat.DOC, LoadFormat.RTF, LoadFormat.TEXT, LoadFormat.MARKDOWN).

Rychlý start

Nainstalujte balíček a přepněte soubor DOCX do všech tří výstupních formátů:

pip install aspose-words-foss>=26.4.0

import aspose.words_foss as aw

# Load a Word document
doc = aw.Document("report.docx")

# Export to Markdown
doc.save("report.md", aw.SaveFormat.MARKDOWN)

# Export to PDF
doc.save("report.pdf", aw.SaveFormat.PDF)

# Export to plain text
doc.save("report.txt", aw.SaveFormat.TEXT)

# Extract text directly
text = doc.get_text()
print(f"Extracted {len(text)} characters")

Podporované formáty

FormátRozšířeníČtěte.Píšeš.
DOCX.docx✓—
DOC.doc✓—
RTF.rtf✓—
TXT.txt✓—
Zpětné odbavení.md✓✓
PDF.pdf—✓

Open Source & Licence

Aspose.Words FOSS for Python is released under the MIT License. You can use it freely in personal, internal, and commercial projects without license fees. The full source code is available on GitHub at the Aspose Words FOSS organization.

Jak začít?