Python 处理统计多个 Word docx 表格中的文字信息到Excel xls 文件中

这里要处理的问题：
收到了好多读书心得的投稿，需要统计其中的学生信息，包括姓名，学号，班级等等

（如果你也有这种工作，建议使用问卷统计信息和问卷附件提交文件的形式来做这个活动，会更加简单省事，我这也是没办法了，只能自己再处理了）

处理步骤：

1. 获取文件夹下所有docx 文件的文件名
2. 读取docx 文件中表格的文本
3. 创建 xls文件把需要的信息保存到文件中

代码：

from docx import Document
import xlwt
import os
#获取文件夹下的所有 docx 后缀的文件名
file_dir = '/Users/thrive/Downloads'
#得到包含所有文件名的变量
filenametemp=[]
for parent, dirnames, filenames in os.walk(file_dir):filenametemp.append(filenames)
#获取后缀是 docx 的文件名
filename=[]
for file in filenametemp[0]:if str(file).endswith('docx'): filename.append(file)
print(len(filename))#看一下一共获取了多少个文件
print(filename[0])#看一下变量中的第一个文件名

输出看一下：有 92 个文件，变量中的第一个文件名是 xxx

#创建一个 excel 文件写入想要的信息
workbook = xlwt.Workbook(encoding='utf-8')
sheet1 = workbook.add_sheet('sheet1',cell_overwrite_ok=True)#给excel文件添加sheet
n=0   #初始化要加入到表格的行
#逐个读取文件开始操作
for file in filename:doc = Document('/Users/thrive/Downloads/'+file)tbs = doc.tables#获取全部表格if len(tbs)==0:#有的文件格式不正确，读取不到表格，找到他们print(file)else:#对格式正确的文件进行处理# method 1text1=[]table = tbs[0]#第一个表格就是我们要的#按行获取文本内容row_num = len(table.rows)for i in range(row_num):rowtemp=table.rows[i]row_string = [cell.text for cell in rowtemp.cells]text1.append(row_string)# save into xlsxsheet1.write(n,0,text1[0][1])#namesheet1.write(n,1,text1[1][1])#classsheet1.write(n,2,text1[0][5])#student numbersheet1.write(n,3,text1[1][5])#college 1sheet1.write(n,4,text1[1][3])#college 2sheet1.write(n,5,text1[3][1])#book namen=n+1workbook.save('test.xls')

输出结果： xls 文件
另外显示有五个人的文件里边是没有表格的，没有按规定提交

到这已经可以了，多说一点，对于 docx 中表格内容的读取还可以这样操作：

# method 2
text2=[]
for tb in tbs:for row in tb.rows: for cell in row.cells:text2.append(cell.text)
print(text2[0])

结果：

祝你工作顺利，学业进步

Python 处理统计多个 Word docx 表格中的文字信息到Excel xls 文件中相关推荐

python批量提取word指定内容_使用python批量读取word文档并整理关键信息到excel表格的实例...
目标最近实验室里成立了一个计算机兴趣小组倡议大家多把自己解决问题的经验记录并分享就像在CSDN写博客一样虽然刚刚起步但考虑到后面此类经验记录的资料会越来越多所以一开始就要做好模板设计(如下 ...
python文件读取方法read(size)的含义是_在Python中可使用read([size])来读取文件中的数据,如果参数size省略,则读取文件中的()。...
[单选题]李明在他所属的公司工作五年,每天都很认真地处理繁杂的事情,同事们都夸他认真,但是依然没有建树,这是因为: [多选题]品牌标志的作用表现在 [单选题]新产品开发的第一个阶段是_______. ...
python excel处理框架_django框架基于模板生成 excel(xls) 文件操作示例
本文实例讲述了django框架基于模板生成 excel(xls) 文件操作.分享给大家供大家参考,具体如下: 生成Excel 文件,很多人会采用一些开源的库来实现,比如python 自带 csv 库 ...
python输出日志文件_python将print输出的信息保留到日志文件中
具体代码如下所示: import sys import os import sys import io import datetime def create_detail_day(): ''' :re ...
python文件读取方法read(size)的含义是_在Python中可使用read([size])来读取文件中的数据,如果参数size省略,则读取文件中的()。(4.0分)_学小易找答案...
[单选题]文本文件存储的是(),由若干文本行组成,通常每行以换行符 '\n' 结尾.(4.0分) [单选题]()属性是返回被打开文件的访问模式.(4.0分) [单选题]重力坝是由砼或( )修筑而成的大 ...
如何快速搜索多个word、excel等文件中内容
如何快速搜索多个word.excel等文件中内容一.问题背景很多同事都会搜索word.exce1等文件中的内容,但是如果现在有100个word文件,分散在多个文件夹,而想找到这100个word文件 ...
【用JS自制表格软件玩数据】2.读取 xls 文件
读写Excel Excel文档的包结构 Excel文档的组织形式 Content Types 主要内容(worksheet) 关联(Relationships) 第三方库 SheetJS 工作原理介绍 ...
python批量提取word指定内容到excel_（转）用python批量读取word文档并整理关键信息到excel表格...
目标最近实验室里成立了一个计算机兴趣小组倡议大家多把自己解决问题的经验记录并分享就像在CSDN写博客一样虽然刚刚起步但考虑到后面此类经验记录的资料会越来越多所以一开始就要做好模板设计(如下 ...
python提取pdf表格数据_Python骚操作，提取pdf文件中的表格数据！
在实际研究中,我们经常需要获取大量数据,而这些数据很大一部分以pdf表格的形式呈现,如公司年报.发行上市公告等.面对如此多的数据表格,采用手工复制黏贴的方式显然并不可取.那么如何才能高效提取出pdf文 ...

Python 处理统计多个 Word docx 表格中的文字信息到Excel xls 文件中

Python 处理统计多个 Word docx 表格中的文字信息到Excel xls 文件中相关推荐

最新文章

热门文章