python读取 xls，xlsx，csv，doc，docx，pdf 格式的文件

前言

利用python读取 xls，xlsx，csv，doc，docx，pdf 格式的文件
python版本3.10.4

读取xls

pip install xlrd==2.0.1
wps的.et文件也可以读取

import xlrdwb = xlrd.open_workbook(path)# 获取所有工作表
for index,value in enumerate(wb.sheet_names()):sheet = wb[index]# 获取工作表总行数rows = sheet.nrows# 获取工作表总列数cols = sheet.ncols# 总行，总列# 获取某一单元格内容(行, 列)，列表从0开始rfor r in range(0, rows):for c in range(0, cols):if sheet.cell(r, c).value:print(sheet.cell(r, c).value)

读取xlsx

pip install openpyxl==3.1.1

import openpyxl# 获取工作簿对象
wb = openpyxl.load_workbook(path)# 获取所有工作表
for index,value in enumerate(wb.sheetnames):sheet = wb[wb.sheetnames[index]]# 获取工作表总行数rows = sheet.max_row# 获取工作表总列数cols = sheet.max_column# 总行，总列# 获取某一单元格内容(行, 列)，列表从1开始rfor r in range(1, rows + 1):for c in range(1, cols + 1):if sheet.cell(row=r, column=c).value:print(sheet.cell(row=r, column=c).value  )wb.close()

读取docx

from docx import Documentdocument = Document(path)
for paragraph in document.paragraphs:print(paragraph.text)

读取doc

需要先转为 docx，然后通过 docx 的方式读取

import win32com.client as wc
import os
import pythoncom# 解决 “尚未调用 CoInitialize” 问题
pythoncom.CoInitialize()
word = wc.Dispatch("Word.Application")# doc文件另存为docx,隐藏操作，不然会显示打开文件
word.Visible = False# 文件名包含空格会报错
os.rename(path, path.replace(" ", ""))doc = word.Documents.Open(path.replace(" ", ""))
doc.SaveAs(path[:-4] + ".docx", 12)
doc.Close()word.Quit()

读取pdf

安装 pip install pdfplumber==0.7.3

import pdfplumberwith pdfplumber.open(path) as pdf:for index,value in enumerate(pdf.pages):print(value.extract_text())

读取csv

import csvwith open(path, "r") as f:reader = csv.reader(f)for row in reader:print(row)

Python 系列：
读取文件 – 使用 python 读取 xls，xlsx，csv，doc，docx，pdf 格式的文件

阅读小工具 – 使用 python 开发无边框窗体阅读小工具

操作xlsx文件 – 使用 openpyxl 技术对 xlsx 的各种操作

前端系列：
扫雷游戏 – JavaScript 仿造 windows 编写扫雷游戏

前端工具库 xlsx 处理表头合并 – 如何使用 xlsx 技术处理复杂的表头合并

CSS 布局技巧 – 对整体布局的心得体会

NVM Node 多版本控制教程 – Node 版本控制神器 NVM

Spring 系列：
Spring部署 – Spring 的多种 linux 部署方式

Spring实现策略模式 – 通过 Spring 实现多种策略模式