用Python读取Word文档并写入Excel（一）

工作中经常要处理大量的word文档，大部分内容都很简单，比如说做一个汇总表，从发来的word文档里提取名字、联系方式、地址等信息，提取完之后还需要用Excel做汇总，对于十几份的文档尚好，但对于成百份，甚至上千份的word文档，即便只是基本的复制粘贴，这个工作量也实在是太大。
于是，想想能不能自己写一个脚本，能自动的提取word文档里的主要信息，并自动写入Excel文档。首选语言便是Python，查询知主要有以下几种方法：
1.xlrd和xlwt库（在命令行下输入pip install xlrd/xlwt安装）
2.win32首先，xlrd和xlwt只支持doc和xls文件格式，但想到docx和xlsx已经全面普及，所以直接否决掉，那么第二种方法则是直接调用offic的API进行操作，十分强大，因为在offic上能完成的操作，都能通过win32完成，所以我们选择使用win32。
这一部分，我们先来获取报名表的信息，报名表word打开之后是这样子的：

我们需要提取其中的姓名、性别、民族、学校、学历、专业、年级、政治面貌等个人信息
很明显，所有的信息都在一张table里，于是便可以很方便的运用word里的API提取信息：
代码如下：

#coding:utf-8import os
import win32com
from win32com.client import Dispatch, constants
from docx import Documentdef parse_docx(f):"""读取docx，返回姓名和行业"""d = Document(f)t = d.tables[0]t_next=d.tables[1]#title= t.cell(0,1).text//比如说标题在表格中位于（0，1）name = t.cell(1,1).text   #1Gender = t.cell(1,3).text #1Race = t.cell(1,5).text   #1School=t.cell(2,1).text   #1Edu_back=t.cell(2,4).text #1Major=t.cell(3,1).text    #1Grade=t.cell(3,4).text    #1Poli_Status=t.cell(4,1).text#1Place=t.cell(4,3).text    #15ID_card=t.cell(5,1).text  #1Date_birth=t.cell(5,4).text#1Telephone=t.cell(6,1).text#1E_mail=t.cell(6,4).text   #1QQ=t.cell(7,1).text       #1Address=t.cell(7,4).text  #1
#  Other=t_next.cell(1,1).textprint(name, Gender,Race,School,Edu_back,Major,Grade,Poli_Status,Place,Date_birth,Telephone,E_mail,QQ,Address,end='\n ')''' 上述函数主要实现文件的读取 '''
if __name__ == "__main__":w = win32com.client.Dispatch('Word.Application')# 遍历文件PATH = "E:\wordtest" # windows文件路径doc_files = os.listdir(PATH)for doc in doc_files:if os.path.splitext(doc)[1] == '.docx':try:parse_docx(PATH+'\\'+doc)except Exception as e:print(e)

程序的代码看起来十分的简单，我们不作多解释，直接看结果，我们采用的IDE为PyCharm

从word文档提取信息就是这么简单，接下来一讲，我们将会将读取的信息写入一个已经存在的Excel表格，方便我们查看和管理数据。

用Python读取Word文档并写入Excel（一）相关推荐

Python读取Word文档中的Excel嵌入文件
今天群友提出一个问题: 给出Word示例如下: 对于这种嵌入文件在Word中都属于ole文件. 下面我们假设需要读取每个嵌入的Excel文件中的python工作表中的A1单元格. python调用宏实 ...
python读取word文档并做简单的批量文档筛选
python读取word文档并做简单的批量文档筛选最近参与了一项解析大量的word文档(试验报告形式)的工作,因为其中包含着一些对项目无意义的报告,所以要进行初步地筛选,通过查阅资料发现了pytho ...
python生成word文档的表格_2018-10-04 [日常]用Python读取word文档中的表格并比较
演示如下. 两个简单的word文档, 各有一个表格: 读取文档中的表格到列表(为演示只对单列表格操作): import docx def 取表格(文件名): 文件 = docx.Document(文件 ...
python读取doc文件_Linux 下Python 读取Word文档内容的方法
如果你是在Windows下, 直接使用win32com就可以进行读取word.doc文档和写入文档了. 但是在Linux下还真是麻烦, 一种方法是用OpenOffice的一个库来进行操作,那么意味这你 ...
Python读取word文档（结尾是docx）中的表格
最近在处理一个需求时:要求读取word文档中表格,然后再把表格写入Excel中需求非常简单,步骤也很明确,好了,不废话,直接上代码成功写入: 所需用到的库: pip install python- ...
Python读取word文档（python-docx包）
最近想统计word文档中的一些信息,人工统计的话...三天三夜吧 python 不愧是万能语言,发现有一个包叫做 docx,非常好用,具体查看官方文档:https://python-docx.read ...
Python读取Word文档段落或者表格
Python解析word文档 1 .安装并导依赖包 2.word的doc格式转docx格式 3.解析word_doc文档段落.表格内容 4.word读取表格存列表封装优化,节省读取时间 1 .安装并导 ...
python读取word文档
周末需要做一个统计word文档字数的问题,刚开始以为很简单,因为之前做过excel表格相关的任务,所以认为利用扩展模块应该比较简单. 通过搜索,确实搜到了一个python操作word的模块,pytho ...
Python读取word文档识别字段颜色，解析字段！
python版本3.7.3,读取的文档格式为.docx 文中带有简单注释看不懂的百度网盘下载直接查看,更改运行里面的py文件网盘下载 Python学习交流群:1004391443 提取码:nngw ...

用Python读取Word文档并写入Excel（一）

用Python读取Word文档并写入Excel（一）相关推荐

最新文章

热门文章