基于python的docx模块处理word和WPS的docx格式文件方式 - CSDN文库

75 浏览量更新于2023-05-04 1 收藏 66KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

基于基于python的的docx模块处理模块处理word和和WPS的的docx格式文件方格式文件方

式式

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。

首先安装首先安装docx的的python模块：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]

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

weixin_38725531

粉丝: 5
资源: 873

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈