使用 DOC 阅读器

使用 DOC 阅读器

Aspose.Words FOSS for Python 包含一个专用的读取器，用于旧版 Word 97-2003 .doc 文件。DocFileReader 类解析 OLE2 二进制格式，并生成可操作或转换为其他格式的轻量文档模型（LDM）。

加载 DOC 文件

使用 DocFileReader 从磁盘打开一个 .doc 文件并将其转换为 Document：

import aspose.words_foss as aw

doc = aw.Document("report.doc")
print(f"Paragraphs: {len(doc.all_paragraphs)}")

Document 构造函数委托给 create_reader()，后者会根据 .doc 扩展名自动选择 DocFileReader。

直接使用 DocFileReaderCore

对于更低层次的控制，实例化 DocFileReaderCore 并调用其加载方法：

from aspose.words_foss.doc_reader.doc_file_reader_core import DocFileReaderCore

reader = DocFileReaderCore()
reader.load_file("legacy.doc")

DocFileReaderCore 提供三种输入方式：

构建 Light Document Model

加载后，对 DocFileReader 调用 to_light_document() 以生成 LDM Document：

from aspose.words_foss.doc_reader.doc_file_reader import DocFileReader

reader = DocFileReader()
reader.load_file("input.doc")
ldm_doc = reader.to_light_document()

LDM 是在所有读取器（DocFileReader、DocumentReader、TextFileReader）之间共享的内部表示。拥有 LDM 文档后，您可以将其保存为任何受支持的输出格式。

DocumentFormatReader 协议

所有读取器都实现了 DocumentFormatReader 协议，该协议定义了通用接口：load_file()、load_stream() 和 load_bytes()。create_reader() 工厂函数根据文件扩展名返回相应的读取器：

from aspose.words_foss.reader_factory import create_reader

reader = create_reader("data.doc")  # returns DocFileReader
reader.load_file("data.doc")

提示与最佳实践

• 在大多数工作流中使用高级 Document("file.doc") 构造函数——它会自动处理读取器的选择。
• 仅在需要直接访问二进制解析层时才使用 DocFileReaderCore。
• 对于以 bytes 接收的文件（例如来自 HTTP 上传），建议使用 load_bytes() 以避免写入临时文件。
• DOC 阅读器在文本、段落和基本格式方面提供与 DOCX 阅读器相同的往返保真度。

常见问题

FAQ

DocFileReader 与 DocFileReaderCore 有何区别？

DocFileReaderCore 负责 OLE2 格式的低层二进制解析。DocFileReader 通过添加 to_light_document() 方法进行扩展，该方法生成适用于转换的完整 LDM Document。

我可以从流中加载 DOC 文件吗？

是的。使用 DocFileReaderCore.load_stream(stream) 或传入类似文件的对象。这对于文件以流形式上传的 Web 应用程序非常有用。

DOC 阅读器是否支持密码保护的文件？

目前不支持密码保护的 .doc 文件。如果文件被加密，阅读器会抛出异常。

API Reference 摘要

另请参阅

• Aspose.Words for Python — Enterprise Documentation