Warum OleFileIO_PL nur mit DOC-Dateitypen und nicht DOCX Python funktioniert?

Question

richtig, also arbeite ich an einem Python-Skript (Python 2.7), das die Metadaten aus OLE-Dateien extrahieren wird. Ich verwende OleFileIO_PL und es funktioniert perfekt Datei mit OLE-Dateien 97 - 2003, aber jeder später, dass es nur besagt, dass es kein OLE2-Dateityp ist.

Wie kann ich meinen Code so ändern, dass er sowohl .doc als auch .docx unterstützt? Das Gleiche gilt für PPT- und PPTX usw.

Vielen Dank im Voraus

Source Code:

#!/usr/bin/env python 
# -*- coding: utf-8 -*- 

import OleFileIO_PL 
import StringIO 
import optparse 
import sys 
import os 

def printMetadata(fileName): 
    data = open(fileName, 'rb').read() 
    f = StringIO.StringIO(data) 
    OLEFile = OleFileIO_PL.OleFileIO(f) 
    meta = OLEFile.get_metadata() 
    print('Author:', meta.author) 
    print('Title:', meta.title) 
    print('Creation date:', meta.create_time) 
    meta.dump() 
    OLEFile.close() 


def main(): 
    parser = optparse.OptionParser('usage = -F + Name of the OLE file with the extention For example: python Ms Office Metadata Extraction Script.py -F myfile.docx ') 
    parser.add_option('-F', dest='fileName', type='string',\ 
    help='specify OLE (MS Office) file name') 
    (options, args) = parser.parse_args() 
    fileName = options.fileName 
    if fileName == None: 
    print parser.usage 
    exit(0) 
    else: 
    printMetadata(fileName) 

if __name__ == '__main__': 
    main() 

Answer 1

Ihre Frage zu beantworten, ist dies, weil die neueren MS Office 2007+ Dateien (docx, xlsx , xlsb, pptx usw.) haben eine völlig andere Struktur als die älteren MS Office 97-2003-Formate.

Es ist hauptsächlich eine Sammlung von XML-Dateien in einem Zip-Archiv. Mit ein wenig Arbeit können Sie also alles, was Sie benötigen, mit zipfile und ElementTree aus der Standardbibliothek extrahieren.

Wenn openxmllib nicht für Sie arbeiten, können Sie andere Lösungen versuchen:

• officedissector: https://www.officedissector.com/
• python-opc: https://pypi.python.org/pypi/python-opc
• openpack: https://pypi.python.org/pypi/openpack
• paradocx: https://pypi.python.org/pypi/paradocx

BTW, OleFileIO_PL wurde umbenannt in olefile und die neue Projektseite ist https://github.com/decalage2/olefile