利用python |
您所在的位置：网站首页 › 如何批量导入表格内容 › 利用python |
利用python
|
Word和Excel大概是我们最常碰到的两种文件了，我前面写过pandas的基本操作，利用它可以轻松完成Excel文件的批量处理，那么对于word文件的处理是否也有同样简单的方式，答案是肯定的，这涉及到python的另一个库docx，这篇文章的主要内容是：
如何批量处理word中的表格
我随便找了一个Word文件，它的部分内容如下：
pip install python-docx 2.导入docx库 from docx import Document import pandas as pd 3.读Word文件 doc=Document('2007年三江源生态监测森林数据集.docx')ps：docx不支持dox格式的word文件。 4.读表格 tb=doc.tables 5.读行 rows=tb[0].rows 6.读列 cols=rows[0].cells 7.单元格 cell=cols[0] text=cell.text有了上面的基础知识，读取word中的表格应该没什么问题了，下面是是完整代码： doc=Document('2007年三江源生态监测森林数据集.docx') index,key,value=[],[],[] table_index=0 for tb in doc.tables: table_index+=1 row_index=0 for row in tb.rows: row_index+=1 for cell in row.cells: text="" for p in cell.paragraphs:##如果cell中有多段，即有回车符 text+=p.text if row_index%2==0: value.append(text)#偶数行为值 index.append(table_index)#这行也可以放在else中 else: key.append(text)#奇数行为属性现在word中所有表格的内容已经读出来了，不过是在两个列表中，将它们重新构造成一个表格。 8.重建表格 df=pd.DataFrame({'table_index':index,'key':key,'value':value})
最终得到的表格是这样的：
上面的表格内容太多，我们取一部分写入word中 from docx.enum.table import WD_TABLE_ALIGNMENT from docx.shared import Cm df2=df1.iloc[:10,:6] d=Document() tb=d.add_table(rows=len(df2.index),cols=len(df2.columns)) tb.add_row() for i in range(len(df2.columns)): tb.cell(0,i).text=df2.columns[i]#添加表头 for row in range(1,len(df2.index)+1): for col in range(len(df2.columns)): tb.cell(row,col).width=1 tb.cell(row,col).text=df2.iloc[row,col] tb.cell(row,col).width=Cm(6) tb.cell(row,col).ipynb tb.style='Medium Grid 1 Accent 1' tb.autofit=True d.save('tb.docx')最后生成的word表格是这样的：
|
这个文件中有多个这样表格，我们要将它们处理成一个简单表——属性一行，值 一行
下面正式开始，docx之外的内容我将不做详细说明，有问题请留言。
但是这个表格并不是我们想要的结果，我们想要的是key为表头，value为值，table_index为索引，所以我们还需要进一步的操作。
关于表格的样式控制将在另一篇博客中展开讨论：利用python批量处理Word文件——表格（二）样式控制
关于word表格的处理就到这里了，现实中我们要处理的文件内容千变万化，不过只要熟练这些基础操作，就可以以不变应万变，后面我会继续写word中其它内容的处理，感兴趣的朋友可以多多关注。【本文地址】
今日新闻 |
推荐新闻 |