Python辦公自動(dòng)化Word轉(zhuǎn)Excel文件批量處理

更新時(shí)間：2022年06月30日 16:36:15 作者：早起python

這篇文章主要為大家介紹了Python辦公自動(dòng)化Word轉(zhuǎn)Excel文件批量處理示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪

前言

大家好，今天有一個(gè)公務(wù)員的小伙伴委托我給他幫個(gè)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(gè)欄目包括的信息有：

日期
發(fā)文單位
文號(hào)
標(biāo)題
簽收欄

需要提取其中加粗的這三項(xiàng)內(nèi)容到Excel表格中存儲(chǔ)，表格樣式如下：

也就是需要將收文時(shí)間、文件標(biāo)題、文號(hào)填到指定位置，同時(shí)需要將時(shí)間修改為標(biāo)準(zhǔn)格式，如果是完全手動(dòng)復(fù)制和修改時(shí)間，依照一個(gè)條目10s的時(shí)間計(jì)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(lái)執(zhí)行，好的那么接下來(lái)請(qǐng)Python出場(chǎng)，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(kù)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(wèn)題逐個(gè)劃分，首先嘗試獲取第一張表第一個(gè)文件條目的三個(gè)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(gè)文件條目占據(jù)了3行，所以對(duì)表格全部行循環(huán)迭代時(shí)可以設(shè)步長(zhǎng)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(gè)變量用來(lái)計(jì)數(shù)填序號(hào)
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(hào)
????dfn = tables[j].cell(i, 3).text.strip()
????print(n, date, tite, dfn)

接下來(lái)需要解決的是，時(shí)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(yùn)含的時(shí)間

strftime: 轉(zhuǎn)化成所需的時(shí)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(shí)間是空的，這里不做過(guò)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(hào)
????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(gè)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(hào)
????????????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(xiě)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(shí)例化
wb = Workbook()
# 獲取當(dāng)前sheet
sheet = wb.active
# 設(shè)立表頭
header = ['序號(hào)',?'收文時(shí)間',?'辦文編號(hào)',?'文件標(biāo)題',?'文號(hào)',?'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(yùn)行時(shí)間在10分鐘左右，大概離開(kāi)了一會(huì)程序就執(zhí)行結(jié)束了

最后附上完整代碼，代碼很簡(jiǎn)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(hào)',?'收文時(shí)間',?'辦文編號(hào)',?'文件標(biāo)題',?'文號(hào)',?'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(hào)
????????????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(xiě)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(dòng)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(dòng)化Word轉(zhuǎn)Excel的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: