如何筛选出docx文件中含有关键词的表格

您可以使用Python中的docx库和pandas库来筛选出docx文件中含有关键词的表格。

首先，使用docx库读取docx文件中的表格，并将其转换成pandas的DataFrame格式，如下所示：

import docx
import pandas as pd

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

# 遍历文档中的表格
tables = []
for table in doc.tables:
    data = []
    keys = None
    for i, row in enumerate(table.rows):
        text = (cell.text for cell in row.cells)

        # 将表头作为DataFrame的列名
        if i == 0:
            keys = tuple(text)
            continue

        # 将表格中的数据转换成列表
        row_data = tuple(text)
        data.append(row_data)

    # 将数据转换成DataFrame格式
    if keys:
        table_df = pd.DataFrame(data, columns=keys)
        tables.append(table_df)

接下来，使用pandas库的DataFrame的str.contains()方法来筛选出含有关键词的表格，如下所示：

# 筛选出含有关键词的表格
keyword = 'your_keyword'
result_tables = []
for table in tables:
    if table.apply(lambda x: x.str.contains(keyword)).any().any():
        result_tables.append(table)

最后，您可以将筛选出的表格保存成一个新的docx文件，如下所示：

# 将筛选出的表格保存成新的docx文件
doc_result = docx.Document()
for table in result_tables:
    table_df = table.reset_index(drop=True)
    table_rows = len(table_df)
    table_cols = len(table_df.columns)
    doc_table = doc_result.add_table(rows=table_rows+1, cols=table_cols)
    
    # 将表头添加到表格中
    for i in range(table_cols):
        doc_table.cell(0, i).text = table_df.columns[i]

    # 将表格数据添加到表格中
    for i in range(table_rows):
        for j in range(table_cols):
            doc_table.cell(i+1, j).text = str(table_df.iat[i, j])

doc_result.save('result.docx')

这样，您就可以筛选出含有关键词的表格，并将其保存成一个新的docx文件。