Страницы могут открывать кириллические .docx, а docx2txt, docx2python, mammoth и pypandoc — нет. Как мне это прочитать? ⇐ Python

[Anonymous]

Я пытаюсь открыть файлы .docx с кириллическим текстом внутри. Я работаю над Mac m1, я очистил эти файлы. Страницы могут читать их правильно. Но когда я пытаюсь открыть и прочитать их с помощью библиотек Python, у меня возникает почти такая же ошибка.

Код: Выделить всё

import docx2txt

text = docx2txt.process("test1.docx")
print(text)

zipfile.BadZipFile: файл не является ZIP-файлом

Код: Выделить всё

import pypandoc

text = pypandoc.convert_file('your_file.docx', 'plain')
print(text)

Ошибка выполнения: Pandoc умер с кодом выхода «63» во время преобразования:
не удалось распаковать контейнер docx: не найден конец центрального каталога
подпись

Код: Выделить всё

import docx

def read_cyrillic_docx(file_path):
doc = docx.Document(file_path)
full_text = [para.text for para in doc.paragraphs]
return '\n'.join(full_text)

text = read_cyrillic_docx('test1.docx')
print(text)

docx.opc.Exceptions.PackageNotFoundError: Пакет не найден в
'test1.docx'

Как открыть эти файлы с помощью Python? Заранее спасибо!

Подробнее здесь: https://stackoverflow.com/questions/798 ... pypandoc-c