【办公自动化实例】根据关键词从word文档中提取相关信息并存到excel表格中 |
您所在的位置：网站首页 › 从excel提取数据到word 自动 › 【办公自动化实例】根据关键词从word文档中提取相关信息并存到excel表格中 |
【办公自动化实例】根据关键词从word文档中提取相关信息并存到excel表格中
|
文章目录
一、需求二、分析及思路三、整体代码四、截图：
一、需求
根据关键词，从Word文档里的表格中提取所需要的数据汇总到Excel中，并汇总到Excel中做台帐。 二、分析及思路常规表格中，我们一般会通过横向填写或者竖向填写的方式来进行内容的填写，有些单元格还会有合并的情况，如下图所示，通过 python 的 docx 模块，可以完成 word 文档的信息提取： 2.1 遍历文件夹中，需要提取的 docx 文件（这里最好是把将要提取的文件放在一个文件夹中） 2.2 通过 docx 模块里面的 table 方法，通过读取行/列的方式，遍历所有表格及表格中的内容； 2.3 通过给定的关键词，筛选出需要的数据； 2.4 将获取到的所有数据通过 pandas 存储的方式保存至 excel 中。 三、整体代码 from docx import Document from openpyxl import load_workbook import pandas as pd import glob ''' 关键词存储在excel表格中，先提取（也可以直接手动写一个字典用于存储关键词） ''' workbook = load_workbook(filename = '1.xlsx') sheet = workbook.active data_size = sheet.dimensions dic={} for cell in sheet[data_size][0]: dic[cell.value]='' ''' 遍历docx文件，读取表格相关内容 ''' doc_ls=[] dic1={} for path in glob.glob('*.docx'): doc = Document(path) for table in doc.tables: try: # 按行的方式读取 for rows in table.rows: for i in range(0,len(rows.cells)): if rows.cells[i].text in list(dic.keys()): key = rows.cells[i].text value = rows.cells[i+1].text dic1[key] = [value] doc_ls.append(pd.DataFrame(dic1)) except: # 按列的方式读取 for cols in table.columns: for i in range(0,len(cols.cells)): if cols.cells[i].text in list(dic.keys()): key = cols.cells[i].text value = cols.cells[i+1].text dic1[key] = [value] doc_ls.append(pd.DataFrame(dic1)) ''' 文件的合并存储 ''' df = pd.concat(doc_ls) df.to_excel('提取后数据.xlsx')代码相对简单，测试数据目前相对较少，可能有bug。 四、截图：4.1 关键词的存储方式 |
4.2 提取后的数据 
【本文地址】
今日新闻 |
推荐新闻 |