DOCX Reader
Microsoft Word (.docx) ファイルをテキスト形式で読み込むスキルです。
クイックスタート
基本的な使い方
# WSL環境でPythonスクリプトを実行
wsl python3 scripts/read_docx.py "/mnt/c/path/to/file.docx"
Markdown形式で保存
- スクリプトでテキスト抽出
- Write ツールで .md ファイルに保存
前提条件
python-docx パッケージが必要です：
wsl pip3 install python-docx
使用例
例1: .docx ファイルを読み込んで内容を表示
User: "C:\Users\keita\repos\file.docx を読み込んで"
Assistant:
1. Windowsパスを WSL パスに変換: /mnt/c/Users/keita/repos/file.docx
2. wsl python3 scripts/read_docx.py を実行
3. 抽出されたテキストを表示
例2: .docx を Markdown に変換して保存
User: "申請書.docx を Markdown に変換して保存"
Assistant:
1. scripts/read_docx.py でテキスト抽出
2. Markdown形式で整形
3. Write ツールで 申請書.md に保存
4. 保存完了を報告
ワークフロー
単一ファイルの読み込み
- ユーザーが .docx ファイルパスを指定
- Windows パスを WSL パス形式に変換 (
C:\ → /mnt/c/)
wsl python3 scripts/read_docx.py を実行- 抽出されたテキストを表示または保存
複数ファイルの一括処理
- Glob で .docx ファイルを検索
- 各ファイルに対してスクリプトを実行
- 結果をまとめて報告
スクリプト詳細
Python スクリプトは scripts/read_docx.py に配置されています。
主な機能:
- 段落テキストの抽出
- テーブルデータの抽出
- エラーハンドリング
使い方:
python scripts/read_docx.py <file_path>
制限事項
- 画像は抽出されません
- 複雑なレイアウトは簡略化されます
- フォント情報、色などのスタイルは失われます
- 埋め込みオブジェクトは抽出されません
トラブルシューティング
python-docx がインストールされていない
wsl pip3 install python-docx
"No module named 'docx'" エラー
wsl pip3 uninstall docx
wsl pip3 install python-docx
ファイルが開けない
- ファイルパスが正しいか確認（Windows → WSL パス変換）
- ファイルが他のプログラムで開かれていないか確認
- ファイルのアクセス権限を確認
パス変換
Windows パスから WSL パスへの変換：
C:\Users\... → /mnt/c/Users/...D:\Projects\... → /mnt/d/Projects/...- バックスラッシュ
\ をスラッシュ / に変換
関連ツール
- pandoc: より高度な変換が必要な場合
- python-docx2txt: 軽量な代替ライブラリ
- mammoth: HTML形式での変換
バージョン履歴
- v1.0.0 (2026-01-06): 初期リリース
- 基本的なテキスト抽出機能
- テーブル抽出対応
- WSL環境での動作
