对于DOCX文档，我这样做：
document = zipfile.ZipFile(path)
soup = BeautifulSoup(document.read('word/document.xml'),'html.parser')
如何对DOC文档执行此操作？
如何从DOC（而非DOCX）获取XML？
•
问答
Scorpio_Huang 回答：如何从DOC（而非DOCX）获取XML？
你没有。
DOCX足够强大，难以处理，它们基于XML，并由国际标准组织进行了文档记录。 DOC文件是二进制文件和专有文件。
不要尝试直接处理DOC文件。 首先将它们转换为DOCX。
请参阅：