利用Python技术批量提取文档数据

<正>当审计中遇到同一模板创建的多份Word文档时，利用Python技术从Word文档中批量提取数据，可极大地提高审计效率。本文以某乡镇近三年的房屋拆迁补偿安置数据为例，探讨该办法的具体应用。一、案例背景本案例中原始数据分布在70个文件夹中，每个文件夹包含某时段的协议书（拓展名为doc）及相关附件（拓展名为pdf或xlsx）。分析后初步判断70份协议书为同一模板创建的文档（节选如下图1所示）。