Чтение потока документа Word (.doc) в Python

Я пытаюсь прочитать документ Word (.doc), чтобы создать CustomWordLoader для LangChain. В настоящее время я могу читать файлы .docx с помощью пакета Python-docx.

Поток создается путем чтения документа Word с сайта Sharepoint.

Вот код для документов:

class CustomWordLoader(BaseLoader):
    """
    This class is a custom loader for Word documents. It extends the BaseLoader class and overrides its methods.
    It uses the python-docx library to parse Word documents and optionally splits the text into manageable documents.
    
    Attributes:
    stream (io.BytesIO): A binary stream of the Word document.
    filename (str): The name of the Word document.
    """
    def __init__(self, stream, filename: str):
        # Initialize with a binary stream and filename
        self.stream = stream
        self.filename = filename

    def load_and_split(self, text_splitter=None):
        # Use python-docx to parse the Word document from the binary stream
        doc = DocxDocument(self.stream)
        # Extract and concatenate all paragraph texts into a single string
        text = "\n".join([p.text for p in doc.paragraphs])

        # Check if a text splitter utility is provided
        if text_splitter is not None:
            # Use the provided splitter to divide the text into manageable documents
            split_text = text_splitter.create_documents([text])
        else:
            # Without a splitter, treat the entire text as one document
            split_text = [{'text': text, 'metadata': {'source': self.filename}}]

        # Add source metadata to each resulting document
        for doc in split_text:
            if isinstance(doc, dict):
                doc['metadata'] = {**doc.get('metadata', {}), 'source': self.filename}
            else:
                doc.metadata = {**doc.metadata, 'source': self.filename}

        return split_text

Мое решение будет развернуто на Docker с использованием «3.11.8-alpine3.18» (упрощенная версия unix).

По соображениям безопасности я не могу загрузить файл локально, поэтому мне действительно нужно иметь возможность читать поток, как в моем примере: doc = DocxDocument(self.stream)

Я пытался найти пакет, эквивалентный Python-docx, который может читать .docx, но не .doc.