docx-reader

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

1. スクリプトでテキスト抽出
2. 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

1. ユーザーが .docx ファイルパスを指定
2. Windows パスを WSL パス形式に変換 (C:\ → /mnt/c/)
3. wsl python3 scripts/read_docx.py を実行
4. 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

1. Glob で .docx ファイルを検索
2. 各ファイルに対してスクリプトを実行
3. 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