Python提取docx文档中例题、插图、表格清单

from docx import Document

import re

result = {'li':[], 'fig':[], 'tab':[], 'tuozhan':[]}

doc = Document(r'C:\test.docx')

for p in doc.paragraphs:

t = p.text #获取每一段的文本

if re.match('例\d+-\d+ ', t):

result['li'].append(t)

elif re.match('图\d+-\d+ ', t):

result['fig'].append(t)

elif re.match('表\d+-\d+ ', t):

result['tab'].append(t)

print('='*30)

for li in result['li']:

print(li)

print('='*30)

for fig in result['fig']:

print(fig)

print('='*30)

for tab in result['tab']:

print(tab)

Python提取docx文档中例题、插图、表格清单相关推荐

Python使用标准库zipfile+re提取docx文档中超链接文本和链接地址
推荐教材: <Python程序设计实用教程>,ISBN:978-7-5635-6065-3,董付国,北京邮电大学出版社教材封面: 全国各地新华书店有售京东购买链接: 配套资源:教学大纲 ...
Python使用标准库zipfile提取docx文档中所有图片
清华科技大讲堂免费直播课预告: 免费直播课|Python数据可视化与科学计算可视化案例分享,5月28日晚20:00-21:30 ============ 哔哩哔哩网站免费视频观看地址: 董老师在哔哩哔 ...
html5多个图片位置_Python使用标准库zipfile提取docx文档中所有图片
清华科技大讲堂免费直播课预告: 免费直播课|Python数据可视化与科学计算可视化案例分享,5月28日晚20:00-21:30============ 哔哩哔哩网站免费视频观看地址: 董老师在哔哩哔哩 ...
python docx 提取图片_Python提取docx文档中所有嵌入式图片和浮动图片
术语: 浮动图片,是指在Word文档中位置可以自由移动.可以环绕文字或放置于文字上方.下方的图片,不占文档流的位置,可以和文字或嵌入式图片重叠. 嵌入式图片或行内图片,和文档中的文字一样占文档流的位置 ...
Python提取Word文档中所有超链接地址和文本
使用Python扩展库python-docx操作Word文档的相关文章,可以阅读: Python批量导入图片到Word文件 Python查找Word文件中红色和加粗的文字(附元宵节送书活动中奖名单) ...
批量提取docx文档中特定样式(如黑体加粗)及位置的文本
被处理:批量论文docx,具有固定格式/结构. 提取:中英文论文题目(多行)及全部作者(一行),并写入excel 定位条件: 题目-黑体加粗,作者-紧跟题目后中文题目在首行开始英文题目在DOI行下 ...
Python提取word文档中的图片，识别图片文字之后再转存为word文档
#!/usr/bin/env python # coding: utf-8 import zipfile #压缩包 import os #文件库 import shutil import pytess ...
Python把docx文档中的题库导入SQLite数据库
#本文所用的docx文档题库包含很多段,每段一个题目,格式为: 问题.(答案) #与之对应的数据库datase.db中tiku表包含kechengmingcheng,zhangjie,timu,d ...
python pdf 图片_第一节：python提取PDF文档中的图片
1.安装第三方类库pymupdf:pip install pymupdf 2.安装完成后直接上代码,代码如下: import fitz import time import re import os ...

Python提取docx文档中例题、插图、表格清单

Python提取docx文档中例题、插图、表格清单相关推荐

最新文章

热门文章