python 读取word文档文字转化表格

你可以使用Python的docx库来读取Word文档，然后将文本数据转化为表格。实现的方法如下：

import docx
import pandas as pd

# 读取Word文档
doc = docx.Document('example.docx')

# 获取所有段落
paragraphs = doc.paragraphs

# 创建一个空的Pandas数据框
data = pd.DataFrame(columns=['内容'])

# 遍历所有段落，将文本数据添加到数据框中
for p in paragraphs:
    text = p.text.strip()
    if len(text) > 0:
        data = data.append({'内容': text}, ignore_index=True)

# 将数据框转化为表格
table = pd.DataFrame(data['内容'].str.split('\t', expand=True))

# 打印转换后的表格
print(table)

这段代码可以读取名为`example.docx`的Word文档中的所有文本数据，并将其转化为表格。每个段落中的文本数据将作为表格的一行，每个段落中的文本将被分割为多个单元格，以制表符`\t`作为分隔符。

你可以根据自己的需求对代码进行修改。如果你的文本数据中包含了其他的分隔符，你需要将代码中的分隔符`\t`替换为你自己的分隔符。

相关问题

读取word文档内容，转化表格

可以使用Python中的`python-docx`库来读取Word文档内容，并使用`pandas`库将数据转化为表格。

首先需要安装`python-docx`和`pandas`：

!pip install python-docx pandas

以下代码演示了如何读取Word文档中的表格内容并将其转化为`pandas.DataFrame`对象：

import docx
import pandas as pd

# 读取Word文档
doc = docx.Document('example.docx')

# 获取所有表格
tables = doc.tables

# 遍历每个表格并将其转化为DataFrame对象
for table in tables:
    data = []
    keys = None
    for i, row in enumerate(table.rows):
        text = (cell.text for cell in row.cells)
        if i == 0:
            keys = tuple(text)
            continue
        row_data = tuple(text)
        data.append(row_data)
    df = pd.DataFrame(data, columns=keys)
    print(df)

其中，`docx.Document`函数会读取指定路径下的Word文档，`doc.tables`会返回所有表格的列表，`table.rows`会返回表格的每一行，`cell.text`会返回单元格的文本内容。由于表格的第一行通常是表头，我们需要将第一行作为列名，后面的行作为数据，最后将它们转化为`pandas.DataFrame`对象。

python word文档转化成json

可以使用python-docx库来读取word文档，然后将其转化为json格式。以下是一个简单的示例代码：

import docx
import json

doc = docx.Document('example.docx')

data = {}
for para in doc.paragraphs:
    data[para.text] = []

for table in doc.tables:
    for i, row in enumerate(table.rows):
        if i == 0:
            headers = [cell.text for cell in row.cells]
        else:
            row_data = {}
            for j, cell in enumerate(row.cells):
                row_data[headers[j]] = cell.text
            data[table.caption.text].append(row_data)

json_data = json.dumps(data)
print(json_data)

该代码将word文档中的段落和表格转化为json格式，并打印输出。你可以根据自己的需求修改代码。