在一个变量中读取Python中的多个docx文件

Question

在我的一个文件夹中，总共有5个word（.docx）文件，我想在dataframe中读取和存储这些文件的内容

我能够在Python中使用以下语法读取一个文件。谁能帮我如何读取存储在一个文件夹中的多个docx文件并将结果保存在dataframe中

我也不确定在特定的文件夹中可用的docx文件的名称。在

import docx2txt

# extract text
text = docx2txt.process("file.docx")

我可以得到结果使用下面的脚本

^{pr2}$

Answer 1

这应该是有效的：

import os

directory = '.'
extension = '.docx'
text = ''

for a_file in os.listdir(directory):
    if a_file.endswith(extension):
        text = docx2txt.process(a_file)

Answer 2

使用glob获取文件夹中的所有文件，然后使用for loop并将输出附加到变量中。在

import glob
text = ''
for file in glob.glob('folder_name/*.docx'):
    text += docx2txt.process(file)