# DOCX Text Extract

> 从DOCX文件中提取文本内容

- Skill: `cas-bigdatalab/docx-text-extract` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add cas-bigdatalab/docx-text-extract`
- Raw SKILL.md: https://api.skillmd.com/api/skills/cas-bigdatalab/docx-text-extract/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Docs & Writing
- Author: cas-bigdatalab (https://skillmd.com/u/cas-bigdatalab)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/cas-bigdatalab/docx-text-extract

---


# docx_text_extract 技能

## 功能说明

该技能从DOCX文件中提取纯文本内容，保存为txt文件，适用于需要提取文档文本进行分析或处理的场景。

## 核心功能

- 提取DOCX中的文本内容
- 保持段落结构
- 支持UTF-8编码
- 自动创建输出目录

## 使用方法

```bash
python scripts/run_docx_text_extract.py --input_path <输入DOCX> --output_path <输出TXT>
```

## 参数说明

| 参数 | 类型 | 必填 | 默认值 | 说明 |
| :--- | :--- | :--- | :--- | :--- |
| input_path | string | 是 | - | 输入DOCX文件路径 |
| output_path | string | 是 | - | 输出TXT文件路径 |

## 示例

```bash
python scripts/run_docx_text_extract.py --input_path document.docx --output_path text.txt
```

## 注意事项

- 输出目录不存在时会自动创建
- 提取的文本会保持段落分隔
- 不支持提取图片中的文字（如需请使用OCR工具）
- 如果DOCX文件损坏或不是标准格式，可能提取失败