Python辦公自動化Word轉(zhuǎn)Excel文件批量處理
前言
大家好，今天有一個公務(wù)員的小伙伴委托我給他幫個忙，大概是有這樣一份Word(由于涉及文件私密所以文中的具體內(nèi)容已做修改)
一共有近2600條類似格式的表格細(xì)欄，每個欄目包括的信息有：
- 日期
- 發(fā)文單位
- 文號
- 標(biāo)題
- 簽收欄
需要提取其中加粗的這三項內(nèi)容到Excel表格中存儲，表格樣式如下：
也就是需要將收文時間、文件標(biāo)題、文號填到指定位置，同時需要將時間修改為標(biāo)準(zhǔn)格式，如果是完全手動復(fù)制和修改時間，依照一個條目10s的時間計算，一分鐘可以完成6條，那么最快也需要：
而這類格式規(guī)整的文件整理非常適合用Python來執(zhí)行，好的那么接下來請Python出場，必要的信息我在代碼中以注釋信息呈現(xiàn)。
首先使用Python將Word文件導(dǎo)入
# 導(dǎo)入需要的庫docx from?docx?import?Document # 指定文件存放的路徑 path =?r'C:\Users\word.docx'? # 讀取文件 document = Document(path) # 讀取word中的所有表格 tables = document.tables
再把問題逐個劃分，首先嘗試獲取第一張表第一個文件條目的三個所需信息
# 獲取第一張表 table0?= tables[0]
仔細(xì)觀察可以發(fā)現(xiàn)一個文件條目占據(jù)了3行，所以對表格全部行循環(huán)迭代時可以設(shè)步長為3
row和cell解析所需內(nèi)容
注意觀察表格，按照row和cell把所需內(nèi)容解析清楚
# 在全局放一個變量用來計數(shù)填序號 n = 0 for?i?in?range(0, len(table0.rows) + 1, 3): ????# 日期 ????date = table0.cell(i, 1).text ????# 標(biāo)題 ????title = table0.cell(i + 1, 1).text.strip() ????# 文號 ????dfn = tables[j].cell(i, 3).text.strip() ????print(n, date, tite, dfn)
接下來需要解決的是，時間我們獲取的是 2/1 這種 日/月的形式。我們需要轉(zhuǎn)化成 YYYY-MM-DD格式，而這利用到datetime包的strptime和strftime函數(shù)：
strptime: 解析字符串中蘊含的時間
strftime: 轉(zhuǎn)化成所需的時間格式
import?datetime
n =?0
for?i?in?range(0, len(table0.rows) +?1,?3):
????# 日期
????date = table0.cell(i,?1).text
????# 有的條目時間是空的，這里不做過多判別
????if?'/'?in?date:
????????date = datetime.datetime.strptime(date,?'%d/%m').strftime('2020-%m-%d')
????else:
????????date =?'-'
????# 標(biāo)題
????title = table0.cell(i +?1,?1).text.strip()
????# 文號
????dfn = tables[j].cell(i,?3).text.strip()
????print(n, date, tite, dfn)這樣一張表的內(nèi)容解析就完成了，注意這里用的是table[0]即第一張表，遍歷所有的表加一個嵌套循環(huán)就可以，另外也可以捕獲異常增加程序靈活性
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).text
????????????if?'/'?in?date:
????????????????date = datetime.datetime.strptime(date,?'%d/%m').strftime('2020-%m-%d')
????????????else:
????????????????date =?'-'
????????????# 標(biāo)題
????????????title = tables[j].cell(i +?1,?1).text.strip()
????????????# 文號
????????????dfn = tables[j].cell(i,?3).text.strip()
????????????n +=?1
????????????print(n, date, title, dfn)
????????except?Exception?as?error:
????????????# 捕獲異常，也可以用log寫到日志里方便查看和管理
????????????print(error)
????????????continue信息解析和獲取完成就可以導(dǎo)出了，用到的包是openpyxl
from?openpyxl?import?Workbook # 實例化 wb = Workbook() # 獲取當(dāng)前sheet sheet = wb.active # 設(shè)立表頭 header = ['序號',?'收文時間',?'辦文編號',?'文件標(biāo)題',?'文號',?'備注'] sheet.append(header)
內(nèi)層解析循環(huán)
在最內(nèi)層解析循環(huán)的末尾加上如下代碼即可
row = [n, date,?' ', title, dfn,?' '] sheet.append(row)
線程的最后記得保存
wb.save(r'C:\Users\20200420.xlsx')
運行時間在10分鐘左右，大概離開了一會程序就執(zhí)行結(jié)束了
最后附上完整代碼，代碼很簡單，理清思路最重要
from?docx?import?Document
import?datetime
from?openpyxl?import?Workbook
wb = Workbook()
sheet = wb.active
header = ['序號',?'收文時間',?'辦文編號',?'文件標(biāo)題',?'文號',?'備注']
sheet.append(header)
path =?r'C:\Users\word.docx'
document = Document(path)
tables = document.tables
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).text
????????????if?'/'?in?date:
????????????????date = datetime.datetime.strptime(date,?'%d/%m').strftime('2020-%m-%d')
????????????else:
????????????????date =?'-'
????????????# 標(biāo)題
????????????title = tables[j].cell(i +?1,?1).text.strip()
????????????# 文號
????????????dfn = tables[j].cell(i,?3).text.strip()
????????????n +=?1
????????????print(n, date, title, dfn)
????????????row = [n, date,?' ', title, dfn,?' ']
????????????sheet.append(row)
????????except?Exception?as?error:
????????????# 捕獲異常，也可以用log寫到日志里方便查看和管理
????????????print(error)
????????????continue
wb.save(r'C:\Users\20200420.xlsx')以上就是Python辦公自動化Word轉(zhuǎn)Excel文件批量處理的詳細(xì)內(nèi)容，更多關(guān)于Python辦公自動化Word轉(zhuǎn)Excel的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
使用PowerShell實現(xiàn)批量修改或替換文件名
這篇文章主要為大家介紹了基于PowerShell語言，對文件夾中全部文件的名稱加以批量替換、修改的方法，文中的示例代碼講解詳細(xì)，感興趣的可以了解一下2023-04-04
這篇文章主要介紹了用python做一個“罰點球”小游戲,本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-06-06
基于Python實現(xiàn)層次性數(shù)據(jù)和閉包性質(zhì)
這篇文章主要介紹了如何利用Python實現(xiàn)層次性數(shù)據(jù)和閉包性質(zhì)，文中的示例代碼講解詳細(xì)，對我們學(xué)習(xí)Python有一定幫助，需要的可以了解一下2022-05-05
這篇文章主要為大家介紹了通過Python為圖像添加下雪特效，文中的示例代碼講解詳細(xì)，對學(xué)習(xí)Python有一定的幫助，感興趣的小伙伴可以了解一下2021-12-12
本篇文章通過python寫一個獲取python文件擴展名和文件名的功能，并分享了代碼，有興趣的參考下。2018-02-02
今天小編就為大家分享一篇python 畫函數(shù)曲線示例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
本文主要介紹了django報錯設(shè)置auth User的解決，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07
Python中如何優(yōu)雅的合并兩個字典（dict）方法示例
字典是Python語言中唯一的映射類型，在我們?nèi)粘９ぷ髦薪?jīng)常會遇到，下面這篇文章主要給大家介紹了關(guān)于Python中如何優(yōu)雅的合并兩個字典（dict）的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，需要的朋友可以參考借鑒，下面來一起看看吧。2017-08-08
更換Django默認(rèn)的模板引擎為jinja2的實現(xiàn)方法
今天小編就為大家分享一篇更換Django默認(rèn)的模板引擎為jinja2的實現(xiàn)方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05
這篇文章主要介紹了python中如何讀取xlsx文件問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02