大家好,今天有一个公务员的小伙伴委托我给他帮个忙,大概是有这样一份Word(由于涉及文件私密所以文中的具体内容已做修改)

一共有近2600条类似格式的表格细栏,每个栏目包括的信息有:

  • 日期
  • 发文单位
  • 文号
  • 标题
  • 签收栏

需要提取其中加粗的这三项内容到Excel表格中存储,表格样式如下:

也就是需要将收文时间、文件标题、文号填到指定位置,同时需要将时间修改为标准格式,如果是完全手动复制和修改时间,依照一个条目10s的时间计算,一分钟可以完成6条,那么最快也需要:2600/6=433.3(min)

而这类格式规整的文件整理非常适合用Python来执行,好的那么接下来请Python出场,必要的信息我在代码中以注释信息呈现。

首先使用Python将Word文件导入

# 导入需要的库docx
from docx import Document# 指定文件存放的路径
path = r'C:Usersword.docx' # 读取文件
document = Document(path)# 读取word中的所有表格
tables = document.tables

再把问题逐个划分,首先尝试获取第一张表第一个文件条目的三个所需信息

# 获取第一张表
table0 = tables[0]

仔细观察可以发现一个文件条目占据了3行,所以对表格全部行循环迭代时可以设步长为3

注意观察表格,按照row和cell把所需内容解析清楚

# 在全局放一个变量用来计数填序号
n = 0
for i in range(0, len(table0.rows) + 1, 3):# 日期date = table0.cell(i, 1).text# 标题title = table0.cell(i + 1, 1).text.strip()# 文号dfn = tables[j].cell(i, 3).text.strip()print(n, date, tite, dfn)

接下来需要解决的是,时间我们获取的是 2/1 这种 日/月的形式。我们需要转化成 YYYY-MM-DD格式,而这利用到datetime包的strptimestrftime函数:

  • strptime: 解析字符串中蕴含的时间
  • strftime: 转化成所需的时间格式
import datetimen = 0
for i in range(0, len(table0.rows) + 1, 3):# 日期date = table0.cell(i, 1).text# 有的条目时间是空的,这里不做过多判别if '/' in date:date = datetime.datetime.strptime(date, '%d/%m').strftime('2020-%m-%d')else:date = '-'# 标题title = table0.cell(i + 1, 1).text.strip()# 文号dfn = tables[j].cell(i, 3).text.strip()print(n, date, tite, dfn)

这样一张表的内容解析就完成了,注意这里用的是table[0]即第一张表,遍历所有的表加一个嵌套循环就可以,另外也可以捕获异常增加程序灵活性

n = 0
for j in range(len(tables)):for i in range(0, len(tables[j].rows)+1, 3):try:# 日期date = tables[j].cell(i, 1).textif '/' in date:date = datetime.datetime.strptime(date, '%d/%m').strftime('2020-%m-%d')else:date = '-'# 标题title = tables[j].cell(i + 1, 1).text.strip()# 文号dfn = tables[j].cell(i, 3).text.strip()n += 1print(n, date, title, dfn)except Exception as error:# 捕获异常,也可以用log写到日志里方便查看和管理print(error)continue

信息解析和获取完成就可以导出了,用到的包是openpyxl

from openpyxl import Workbook# 实例化
wb = Workbook()
# 获取当前sheet
sheet = wb.active
# 设立表头
header = ['序号', '收文时间', '办文编号', '文件标题', '文号', '备注']
sheet.append(header)

在最内层解析循环的末尾加上如下代码即可

row = [n, date, ' ', title, dfn, ' ']
sheet.append(row)

线程的最后记得保存

wb.save(r'C:Users20200420.xlsx')

运行时间在10分钟左右,大概离开了一会程序就执行结束了

最后附上完整代码,代码很简单,理清思路最重要

from docx import Document
import datetime
from openpyxl import Workbookwb = Workbook()
sheet = wb.active
header = ['序号', '收文时间', '办文编号', '文件标题', '文号', '备注']
sheet.append(header)path = r'C:Usersword.docx'
document = Document(path)
tables = document.tablesn = 0
for j in range(len(tables)):for i in range(0, len(tables[j].rows)+1, 3):try:# 日期date = tables[j].cell(i, 1).textif '/' in date:date = datetime.datetime.strptime(date, '%d/%m').strftime('2020-%m-%d')else:date = '-'# 标题title = tables[j].cell(i + 1, 1).text.strip()# 文号dfn = tables[j].cell(i, 3).text.strip()n += 1print(n, date, title, dfn)row = [n, date, ' ', title, dfn, ' ']sheet.append(row)except Exception as error:# 捕获异常,也可以用log写到日志里方便查看和管理print(error)continuewb.save(r'C:Users20200420.xlsx')

给一张表加一个自动编号字段_Python办公自动化|从Word到Excel相关推荐

  1. 给一张表加一个自动编号字段_可视化仪表板快速入门教程,10分钟做一张销售分析仪表板...

    提到可视化仪表板制作,大部分人都会想到用Excel的透视表来做,网上也有很多教程学习,但是excel透视表的操作步骤繁多,遇到复杂的仪表板,看几遍教程都不一定能记住. 今天就给大家分享比Excel透视 ...

  2. access自动编号怎么解除_如何在 Access 中重置“自动编号”字段值

    如何在 Access 中重置"自动编号"字段值 中删除某个表中的一些行或所有行时,"自动编号"字段不会自动重置.要重置"自动编号"字段值并 ...

  3. access自动编号怎么解除_【转】Access中如何设置自动编号字段?

    SQL Server 2005中设计表时和在SQL Server Management Studio Express中如何得到自动编号字段呢?本文我们主要就介绍这部分内容,希望能够对您有所帮助. 具体 ...

  4. 行数据上加一个version版本字段,可以有效防止数据重复更新

    有时候,可能因为编码上的一些漏洞被利用,导致代码部分的check失效,一些重复请求会同时更新一条数据,导致出现问题.在行数据上加一个 version 版本字段,可以为程序加上最后一道屏障. 原理是什么 ...

  5. mysql 多张表公用一个序列_Mysql--序列3--分库分表策略

    分库分表是存储层设计中一个普遍而重大的问题,什么时候分?怎么分?分完之后引发的新问题,比如不能Join.分布式事务? 本篇将从最基本的策略出发,逐步深入讲解这里面涉及的一序列策略. 分库-业务分拆 & ...

  6. Word论文中关于章、节、图、表、公式自动编号及引用

    1. 章.节自动编号 首先定义新的列表样式 可以对定义的样式重新命名(如:自动编号),找到格式---->编号,进行编号设置 之后就是定义编号的级别,与对应的标题进行链接(如级别1-----标题1 ...

  7. word另起一个自动编号,另外从头编号

    有时我们想在两个类目里写自动编号的步骤,但是两个类目的步骤编号却是连续的编号的;我们想两个都从1开始编号 右键另一个想从1开始重新编号的地方,比如这里想对 步骤6)变为新的步骤1) | 右键,选择重新 ...

  8. mysql读取整张表_mysql 一个表里的信息是读取另一张表来的

    有2张表分别是a和b,这两张表里的a.goods_id=b.goods_id他们两个关联 需求是:想让a表里的关于产品的信息与b表里一样.(经常用于程序员洗数据用) 语句使用方法:update a , ...

  9. 同一张表查询一个字段为空则取另一个字段

    如有以下数据 如果CANDATE不为空则取CANDATE否则取ENDDATE; 第一种:decode取法 select a.code, decode(a.candate, null, a.enddat ...

  10. 用python写一个自动注册脚本_python实现自动化上线脚本的示例

    程序说明: 本程序实现将开发程序服务器中的打包文件通过该脚本上传到正式生产环境(注:生产环境和开发环境不互通) 程序基本思路: 将开发环境中的程序包拷贝到本地堡垒机 将程序包进行解压 获得解压后的文件 ...

最新文章

  1. FPGA内部电源管理详解
  2. 九度oj 1006 ZOJ问题 2010年浙江大学计算机及软件工程研究生机试真题
  3. 技术管理:技术负责人所需的四个核心能力
  4. vue 修改div宽度_Vue 组件通信方式及其应用场景总结(1.5W字)
  5. 强大的流程图绘制控件WpfDiagram
  6. python3-Django3-网站模板
  7. 体操冠军江钰源:妈妈你不要去讨饭了
  8. 日语+AI语音黑科技,早道开启小语种AI智能时代!
  9. 小孩看python_小朋友,python是否让你有很多问号?
  10. 字符串统计--对于给定的一个字符串,统计其中数字字符出现的次数。
  11. 关于微博api返回内容不全内容
  12. 优惠券的工厂与策略模式实现方案
  13. 使用ARKit编码测量应用程序:对象和阴影
  14. 快速将英文PDF翻译为中文
  15. win的反义词_趣味记忆—小学英语必须掌握的120组反义词
  16. Ubuntu 谷歌浏览器下载
  17. Linux 文件的打包与压缩
  18. python生词本的生词_词汇小助手V1.1——引入自动翻译和在线词典功能
  19. 燃石、泛生子会师纳斯达克,从招股书看异同(文末附IPO招股书)
  20. 与全球外国人即时聊天的网站

热门文章

  1. [2018.10.15 T3] 数列
  2. 数据库、SID实例、Oracle数据库、sys、system用户
  3. Oracle的exp导出、imp导入数据命令
  4. java jquery时间问候语,js实现实时问候,不同时间显示不同问候语
  5. oracle10g sql on条件,ORACLE 10G使用SQLNET.ORA限制IP登陆
  6. python一维数组排序_【Python】数组排序
  7. Spring的概述及主要模块
  8. Mybatis动态标签基本使用
  9. window 装oracle,在Window下安装Oracle
  10. java 字符串 数字个数_Java 求一串字符串中字符,字母,数字的个数