Bevezetés

Aspose.Words FOSS egy nyílt forráskódú Python könyvtár a Word dokumentumok kezeléséhez. Olvassa a DOCX, DOC, RTF, TXT és Markdown fájlokat, és exportálhatja őket PDF, Markdown vagy egyszerű szöveg formátumba — mindezt anélkül, hogy a Microsoft Word vagy bármilyen natív függőség szükséges lenne.

A könyvtár az MIT licenc alatt kerül kiadásra, és elérhető a PyPI-n. Telepítheted a következővel:

pip install aspose-words-foss>=26.4.0

Aspose.Words FOSS Python 3.10 vagy újabb verziót követel, és három tiszta Python csomagtól függ (olefile, fpdf2, pydantic), amelyeket a pip automatikusan telepít.

Főbb jellemzők

Dokumentum betöltése és konvertálása

A Document osztály az elsődleges belépési pont. Töltsön be egy fájlt bármely támogatott bemeneti formátumban, és hívja meg a save()-t, hogy egy másik kimeneti formátumba konvertálja.

import aspose.words_foss as aw

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

PDF export

Exportálja a Word-dokumentumokat PDF-be a SaveFormat.PDF használatával az alapértelmezett beállításokhoz, vagy a PdfSaveOptions-t a finomhangolt vezérléshez.

import aspose.words_foss as aw

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

Markdown exportálás mentési beállításokkal

Használja a MarkdownSaveOptions és PdfSaveOptions-t a kimeneti formázás finomhangolásához.

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)

Szövegkinyerés

Egyszerű szöveget nyer ki bármely támogatott dokumentumformátumból a Document.get_text() használatával.

import aspose.words_foss as aw

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

Dokumentumstruktúra elemzése

Specializált elemzők strukturált adatokat nyernek ki a DOCX belső részeiből. NumberingParser a lista számozási definíciókat olvassa, és StyleParser a stílusneveket strukturált objektumokká dolgozza fel.

Többformátumú bemenet támogatás

Töltsön be dokumentumokat öt bemeneti formátumból — DOCX, DOC, RTF, TXT és Markdown — ugyanazzal a Document konstruktorral. A LoadFormat enum konstansokat biztosít a formátumok kifejezett kiválasztásához (LoadFormat.DOCX, LoadFormat.DOC, LoadFormat.RTF, LoadFormat.TEXT, LoadFormat.MARKDOWN).

Gyors kezdés

Telepítse a csomagot, és konvertáljon egy DOCX fájlt mindhárom kimeneti formátumba:

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")

Támogatott formátumok

FormátumKiterjesztésOlvasÍrás
DOCX.docx✓—
DOC.doc✓—
RTF.rtf✓—
TXT.txt✓—
Markdown.md✓✓
PDF.pdf—✓

Nyílt forráskód és licencelés

Aspose.Words FOSS for Python a MIT licenc alatt kerül kiadásra. Személyes, belső és kereskedelmi projektekben díjmentesen használhatja. A teljes forráskód elérhető a GitHubon az Aspose Words FOSS szervezetnél.

Első lépések