文件的结构对我来说并不重要，所以从前面提到的solution“将它们转换为纯文本并使用readLines导入它们”，我将文件类型从“.doc / .docx”更改为“ .txt“并以错误结束
file_list = list.files("D:/R/New",pattern="*.txt",full.names=F
obj_list <- lapply(file_list,readLines)
Warning messages:
1: In FUN(c("adityar.txt":
incomplete final line found on 'adityar.txt'
我试图在语料库的帮助下阅读，但没有找到好的结果，这里第二个solution说关于pdf和unix，任何更好更快的方法，我在Windows平台上工作，任何帮助。
答案 0 :(得分：0)
使用python，你可以这样做：
from docx import *
import json
document = opendocx("path_to_your_docx")
res = getdocumenttext(document)
您可以使用system