溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
Python docx module for Word or WPS processing
本文是通過docx把word中的表格中的某些已填好的內容提取出來，存入excel表格。
首先安裝docx的python模塊：
pip install python-docx
由于處理的為中文和符號，改成utf-8編碼格式
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
from docx import Document
import pandas as pd
# 打開文件 doc = Document(ur'test_1.docx')
為了處理word中以對勾形式勾選的項目，采用下面 的方法
1、十字路口 √ 2、丁字路口 3、環形路口 4、人行立交
# 取出對號勾選的項目
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 # 這個語句可以測試是否含有對勾，
# 有的話就取出對勾后面的item，否則直接返回填空的text
True
num_rows = len(doc.tables[0].rows) print num_rows
xls = pd.read_csv(ur'output.csv')
print xls.columns[0]
diction = {}
# 找到每個excel文檔中需要被記錄的鍵值在docx文檔表格中的位置
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]
# 查看一下獲得的鍵值位置 for key in list(diction.keys()): print key, diction[key]
樓層數 [21, 1]
宗地形狀 [4, 1]
使用權取得時間 [14, 1]
采光通風狀況 [19, 1]
已使用年限 [21, 4]
建筑朝向 [7, 1]
房屋結構 [17, 1]
交叉路口形式 [3, 1]
臨街狀況 [8, 1]
建筑容積率 [10, 5]
樓宇名稱 [15, 5]
質量等級 [18, 1]
周圍土地利用類型 [11, 1]
總建筑面積 [20, 1]
宗地位置 [0, 1]
所臨道路名稱 [2, 1]
裝修標準 [16, 1]
那么我們認為這些表頭鍵值對應的填入數據就在他們的右邊，也就是下一個cell，因此我們只需要將row id不變，cell＋1，就能取出填表內容。
# 開始填表！！！
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
| 樓宇名稱 | 宗地位置 | 所臨道路名稱 | 交叉路口形式 | 宗地形狀 | 建筑朝向 | 臨街狀況 | 周圍土地利用類型 | 裝修標準 | 房屋結構 | 質量等級 | 采光通風狀況 | 總建筑面積 | 樓層數 | 已使用年限 | 建筑容積率 | 使用權取得時間 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 百興花園 | 鄂州市鄂城區鳳凰路47-11號 | 鳳凰路 | 丁字路口 | 多邊形 | 南 | 離街 | 商業用地 | 豪華 | 1、鋼 2、鋼、鋼混 3、鋼混 4、混合 5、磚木 6、其它 | 完好 | 好 | 122.7平方米 | 8 | 13年 |
Succeed!!!
之后只需要用一個glob函數取出所有的文檔的path，然后依次執行上面的命令，即可完成word表格到excel（實際上是csv形式）的自動填表過程。
以上這篇基于python的docx模塊處理word和WPS的docx格式文件方式就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
