今天小编就为大家分享一篇基于python的docx模块处理word和WPS的docx格式文件方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

Python docx module for Word or WPS processing

本文是通过docx把word中的表格中的某些已填好的内容提取出来,存入excel表格。

首先安装docx的python模块:

pip install python-docx

由于处理的为中文和符号,改成utf-8编码格式

import sys
reload(sys)
sys.setdefaultencoding('utf-8')
from docx import Document
import pandas as pd
# 打开文件
doc = Document(ur'test_1.docx')

为了处理word中以对勾形式勾选的项目,采用下面 的方法

1、十字路口 √ 2、丁字路口 3、环形路口 4、人行立交

# 取出对号勾选的项目
print doc.tables[0].rows[3].cells[2].text
print doc.tables[0].rows[3].cells[2].text.split(u'√')[1].strip().split(' ')[0][2:]
'√' in doc.tables[0].rows[3].cells[2].text # 这个语句可以测试是否含有对勾,
# 有的话就取出对勾后面的item,否则直接返回填空的text

True

num_rows = len(doc.tables[0].rows)
print num_rows

xls = pd.read_csv(ur'output.csv')

print xls.columns[0]
diction = {}
# 找到每个excel文档中需要被记录的键值在docx文档表格中的位置
for xlskey in xls.columns:
 for row_id in range(num_rows):
  row = doc.tables[0].rows[row_id]
  for cell_id in range(len(row.cells)):
   if row.cells[cell_id].text.strip() == xlskey.strip():
    diction[xlskey] = [row_id, cell_id]
# 查看一下获得的键值位置
for key in list(diction.keys()):
 print key, diction[key]

楼层数 [21, 1]

宗地形状 [4, 1]

使用权取得时间 [14, 1]

采光通风状况 [19, 1]

已使用年限 [21, 4]

建筑朝向 [7, 1]

房屋结构 [17, 1]

交叉路口形式 [3, 1]

临街状况 [8, 1]

建筑容积率 [10, 5]

楼宇名称 [15, 5]

等级 [18, 1]

周围土地利用类型 [11, 1]

总建筑面积 [20, 1]

宗地位置 [0, 1]

所临道路名称 [2, 1]

装修标准 [16, 1]

那么我们认为这些表头键值对应的填入数据就在他们的右边,也就是下一个cell,因此我们只需要将row id不变,cell+1,就能取出填表内容。

# 开始填表!!!
for each_column in xls.columns:
 pos = diction[each_column]
 textion = doc.tables[0].rows[pos[0]].cells[pos[1] + 1].text
 if u'√' in textion:
  this_text = textion.strip(' ').split(u'√')[1].split()[0][2:]
 else:
  this_text = textion
 xls.loc[0, each_column] = this_text

xls

楼宇名称宗地位置所临道路名称交叉路口形式宗地形状建筑朝向临街状况周围土地利用类型装修标准房屋结构等级采光通风状况总建筑面积楼层数已使用年限建筑容积率使用权取得时间
0百兴花园鄂州市鄂城区凤凰路47-11号凤凰路丁字路口多边形离街商业用地豪华1、钢 2、钢、钢混 3、钢混 4、混合 5、砖木 6、其它完好122.7平方米813年

Succeed!!!

之后只需要用一个glob函数取出所有的文档的path,然后依次执行上面的命令,即可完成word表格到excel(实际上是csv形式)的自动填表过程。

以上这篇基于python的docx模块处理word和WPS的docx格式文件方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持爱安网。

最新资讯
没有厕纸之前,人类都用些什么?

没有厕纸之前,人类都用

前段时间疫情之际,国外爆发了一阵抢购厕纸的热潮。不少
港媒:快手孖展认购突破4000亿 超额387倍

港媒:快手孖展认购突破

截至周四上午9时50分,综合多间券商数据,快手科技公开发
马斯克:特斯拉就分享Autopilot技术进行初步讨论

马斯克:特斯拉就分享Au

特斯拉CEO马斯克周三在该公司公司第四季度财报电话会
一文读懂特斯拉Q4财报:连续六个季度盈利 马斯克定下新目标

一文读懂特斯拉Q4财报

这是特斯拉连续第六个季度实现盈利,意味着公司走出亏损
为什么有的人是“路痴”?

为什么有的人是“路痴

尽管人类拥有惊人的认知能力,当我们需要找路的时候,却可
最新研究表明,让猫疯狂的猫薄荷还有驱蚊功效

最新研究表明,让猫疯狂

猫薄荷不仅能够通过荆芥内酯刺激猫咪大脑,还能利用这种
最新文章
在pycharm中为项目导入anacodna环境的操作方法

在pycharm中为项目导

这篇文章主要介绍了在pycharm中为项目导入anacodna环
tensorflow的ckpt及pb模型持久化方式及转化详解

tensorflow的ckpt及pb

今天小编就为大家分享一篇tensorflow的ckpt及pb模型持
PyTorch笔记之scatter()函数的使用

PyTorch笔记之scatter

这篇文章主要介绍了PyTorch笔记之scatter()函数的使用
python3实现网页版raspberry pi(树莓派)小车控制

python3实现网页版ras

这篇文章主要为大家详细介绍了python3实现网页版raspb
完美解决pycharm导入自己写的py文件爆红问题

完美解决pycharm导入

今天小编就为大家分享一篇完美解决pycharm导入自己写
pycharm内无法import已安装的模块问题解决

pycharm内无法import

今天小编就为大家分享一篇pycharm内无法import已安装