python读取docx文件_Python 实现docx文件的读写操作

我们在做一些数据统计或分析的时候，有时会接触到Execl 格式或者Word 格式的文件。Execl格式的数据提取和解析，我们在之前的文章分享过一些非常好用的Python第三方库，本文中主要介绍如何使用Python python-docx 模块提取Word 文件中的文本信息和表格数据。

python-docx 安装

本文python-docx 安装在Windows 10系统，Python3 环境中使用pip进行安装。

演示文本

为了方便理解，我们以 python-docx.docx 文件为例，演示如何使用Python 提取其中的文本数据和表格数据，并开发自定义函数以字典的形式提取内容，python-docx.docx文件内容如下：

在使用python-docx 读取word文档中文本之前，我们先了解下python-docx 模块的几个概念。

Document 对象，表示一个Word文档。

Paragraph 对象，表示Word文档中的一个段落。

Paragraph 对象的text属性，表示段落中的文本内容。

提取docx文件中文本信息

使用python-docx 提取docx文件中文本数据，Python实现代码如下：

如上，我们将python-docx.docx 文件中的文本信息，按行提取出来，存储到字典中，字典的Key为行号，Value为文本信息，执行上述代码，输出结果如下：

提取docx文件中表格数据

使用python-docx 提取docx文件中表格数据，Python实现代码如下：

如上，我们将python-docx.docx 文件中的表单信息，按行提取出来，存储到列表中，列表每个元素为一个表格的数据，数据结构为字典，执行上述代码输出结果如下：

写入数据到docx文件中

我们同样可以利用python-docx 模块，实现docx文件的数据写入，如标题、字号、引用、列表、图片插入等等。由于如下代码注释中说明比较详细，此处不做过多介绍，代码如下：

执行上述代码，写入数据保存至testops—docx.docx 文件中，内容如下：

提取包含指定关键字的文本

我们基于上述自定义封装函数 extract_text、extract_form，结合re 模块，就可以实现提取包含关键字的文本内容，代码实现如下：

如上，我们实现了提取docx 文本中包含指定内容的文本信息，并输出该内容所在行，执行上述代码，输出结果为：

【编辑推荐】

【责任编辑：华轩 TEL：（010）68476606】

python读取docx文件_Python 实现docx文件的读写操作相关推荐

python导出数据找不到csv_【记录】使用Python读取/导出（写入）CSV文件
想要用python处理csv文件. 去查了下,python中本身就自带csv模块. 然后参考在线手册: 去试试. [用python生成csv] 1. 按照手册的例子,试了试:import csv wi ...
python读取大文件目录_Python读取系统文件夹内所有文件并统计数量的方法
大家先看一下Python os模块中的部分函数 python 路径相关的函数 os.listdir(dirname):列出dirname下的目录和文件 os.getcwd():获得当前工作目录 os. ...
python读取坐标文本文件_Python 实现文件读写、坐标寻址、查找替换功能
读文件打开文件(文件需要存在) #打开文件 f = open("data.txt","r") #设置文件对象 print(f)#文件句柄 f.close() ...
python读取mat文件格式_Python读取mat文件,并保存为pickle格式的方法
这两天在搞Theano,要把mat文件转成pickle格式载入Python. Matlab是把一维数组当做n*1的矩阵的,但Numpy里还是有vector和matrix的区别,Theano也是对二者做 ...
python读取nc数据_python读取nc文件
nc文件的处理方式比较多,可以用MATLAB.JAVA.C.python或者其他的语言.我这两天折腾用python读取nc文件,查阅很多资料,左拼右凑的终于读出来了. 1.安装Anaconda 1)A ...
python如何创建文件_python中创建文件、读取文件内容
1.选择文件夹,单击右键,点击New -> Python file 2.命名好之后,如我命的就是创建文件. 3.文件命名好了以后,可以编辑代码如: nf=open("pi_digit ...
python读取大文件目录_python简单读取大文件的方法
python简单读取大文件的方法更新时间:2016年07月01日 10:42:14 作者:holybin 这篇文章主要介绍了python简单读取大文件的方法,通过非常简单的方式实现对GB级别大文件的 ...
python 读取文件夹增量文件_Python实现目录文件的全量和增量备份
目标: 1.传入3个参数:源文件路径,目标文件路径,md5文件 2.每周一实现全量备份,其余时间增量备份 1.通过传入的路径,获取该路径下面的所有目录和文件(递归) 方法一:使用os.listdir ...
python 打开word文件_python下载word文件-Python用python-docx读写word文档
备注: doc是微软的专有的文件格式,docx是Microsoft Office2007之后版本使用,其基于Office Open XML标准的压缩文件格式,比 doc文件所占用空间更小.docx格式 ...
Python读取.edf格式脑电数据文件
MNE-python读取.edf文件 EDF,全称是 European Data Format,是一种标准文件格式,用于交换和存储医疗时间序列. 该格式文件能够存储多通道的数据,允许每个信号拥有不同的 ...

python读取docx文件_Python 实现docx文件的读写操作

python读取docx文件_Python 实现docx文件的读写操作相关推荐

最新文章

热门文章