好的，所以我有一个充满文本（仅文本）的docx文件，我想以非常具体的方式解析它。请记住，它使用塞尔维亚拉丁语中的特殊字符，例如ŠĐŽĆČ
这是我正在尝试做的事情： 1）从文本中取出每个单词，忽略1个字母单词 2）如果它用特殊字符编码（例如Čovek），则制作它的两个版本，一个是“Čovek”，另一个是“Covek”（所以一个有特殊字符，一个没有） 3）将两者保存在相应列的表格中（由单词的第一个字母确定，因此C表示Covek，Č表示Čovek。仅当它们不存在时，如果它们跳过
就是这样。文件存在，表结构存在，我只是不知道如何解析它们。
谢谢！