Python办公自动化|光速对比并提取两份Word/Excel中的不同元素 |
您所在的位置:网站首页 › 两个word对比内容 › Python办公自动化|光速对比并提取两份Word/Excel中的不同元素 |
系列导读 Python办公自动化|从Word到Excel Python办公自动化|从Excel到Word Python办公自动化|批量合并PDF,拿来就用 Python办公自动化|批量处理文件,一学就会 大家好,又到了Python办公自动化专题 如果你经常与Excel或Word打交道,那么从两份表格/文档中找到不一样的元素是一件让人很头疼的工作,当然网上有很多方法、第三方软件教你如何对比两份文件。本文就将以两份真实的Excel/Word文件为例,讲解如何使用Python光速对比并提取文件中的不同之处! 比较Excel为了方便说明,我创建了一个简单的Excel用于示例 可以看到上方两个Excel表格中共有五处不同,现在我们使用Python来快速定位这五处不同,这次不需要openpyxl,使用Pandas就能轻松搞定,首先导入相关库并读取数据 代码语言:javascript复制import pandas as pd import numpy as np df1 = pd.read_excel('data1.xlsx') df2 = pd.read_excel('data2.xlsx')其实在Pandas中一行代码就能找到两个DataFrame的不同 可以看到,如果一样的数据就是NaN,而变化的数据则以它的值存储,但是如果这么做的话,我们仅仅找到数据不同的位置,并且数据量大的话盯着找到不同也挺消耗时间的,所以我们进一步研究。先换一种方式找到不同的值 接着再使用NumPy根据True/False定位元素位置,同时将值的改变写入原表格并保存 代码语言:javascript复制rows,cols=np.where(comparison_values==False) for item in zip(rows,cols): df1.iloc[item[0], item[1]] = '{} --> {}'.format(df1.iloc[item[0], item[1]],df2.iloc[item[0], item[1]]) df1.to_excel('diff.xlsx',index=False,header=True)现在就生成了一个新的Excel来提示我们哪里发生了变化 这样看起来就舒服了很多(高亮是手动的),当然在进行两个Excel比较的时候一定要注意这两个Excel的数据格式要差不多! 比较Word两份Word比较起来相对于Excel就困难一点。首先我们还是创建两份有区别的Word文档,内容取自百度百科中的Python介绍[1] 左边的为原始word右边的word是我修改了几处的文档, 现在我们用Python来快速找到两份文档的不同。读取文件使用到的是docx库[2] ,因为涉及到中文所以我们需要先读取docx文件,然后分段再根据标点符号分句,具体代码如下 代码语言:javascript复制def getText(wordname): ''' 提取文字 ''' d = Document(wordname) texts = [] for para in d.paragraphs: texts.append(para.text) return texts def is_Chinese(word): ''' 识别中文 ''' for ch in word: if '\u4e00' 0: segs.append(temp) return segs使用上面这段代码读一下两个word试试? 可以看到我们的word文件已经按照不同段落分好句存在两层list中,所以接下来的问题就转换为比较两个list,而这又是我们熟悉的? 代码语言:javascript复制def comparsion(doc1,doc2,p,s): if doc1 == doc2: print('两个word完全一致') else: if doc1[p][s] != doc2[p][s]: print(f"第{p+1}段,第{s+1}句不相同: {doc1[p][s]} ----> {doc2[p][s]}")上面的判断为最简单的形式:两个word中仅有文字改变,而段落、句子数量均没有改变,我们来试一下效果 只要一秒,Python就找到了两份word文档之间的不同之处并定位! 结束语通过介绍如何使用Python来对两个Excel/Word文件进行比较,我想你应该体会到了Python的强大之处,其实思路无非就是读取文件、定位之处并标记。但更重要的是你在日常工作学习时是否可以想到用Python去解决那些繁琐费力的流程,学会使用Python合理偷懒才是我写办公自动化系列的目的,拜拜,我们下个案例见~ 注1: 本文使用的数据与源码可在后台回复0512获取 注2: 以上代码需在Python3环境下运行 如果喜欢Python自动化系列请点击在看并多多转发~ 参考资料[1] 百度百科: https://baike.baidu.com/item/Python/407313?fr=aladdin [2] CSDN: https://blog.csdn.net/weixin_43145361/article/details/103798581 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |