读取docx表格中的信息
参考了 http://blog.csdn.net/qq_34475777/article/details/62055523 http://www.cnblogs.com/deepwaterplan/articles/6664796.html
conda安装 pip install python_docx 否则from docx import Document找不到Document
#coding:utf-8
import os
import win32com
from win32com.client import Dispatch, constants
from docx import Document
def parse_docx(f):
d = Document(f)
t0 = d.tables[0]
# t1 = d.tables[1]
# t2 = d.tables[2]
# t_next=d.tables[1]
#title= t.cell(0,1).text//比如说标题在表格中位于(0,1)
name = t0.cell(1,1).text
print name
if __name__ == "__main__":
w = win32com.client.Dispatch('Word.Application')
parse_docx('E:\\2.docx')
有个问题:想直接读取doc 没法实现 只好把doc转成docx再读取(http://www.cnblogs.com/hanxing/p/7018617.html)
doc可以直接读取了 可是结果并如docx读取的好还是用docx的方法好一些
# -*- coding: utf-8 -*- import win32com,re from win32com.client import Dispatch,constants word = win32com.client.Dispatch('word.application') doc = word.Documents.Open('E:\\final.doc') t=doc.Tables[0] print(type(t)) tt = str(t) strs=tt.split('') print(strs[5]) print strs doc.Close() word.Quit()
结果:
<type 'instance'>
11
['00\r', '01\r', '02\r', '\r', '10\r', '11\r', '12\r', '\r', '20\r', '21\r', '22\r', '\r', '\r', '\r', '\r', '\r', '\r', '\r', '\r', '\r', '']
上面的结果不好判断 还是用docx读取更好一些
下面是读取docx的一个表格的值(doc转docx) 然后替换另外一个模板文件(doc)中的标签的值(biaoqian)最后另存成final
#coding:utf-8 import win32com from win32com.client import Dispatch from docx import Document def parse_docx(f): d = Document(f) t0 = d.tables[0] name = t0.cell(1, 1).text return name if __name__ == "__main__": w = win32com.client.Dispatch('Word.Application') va = parse_docx('E:\\1.docx') filename2 = "E:\\2.doc" doc = w.Documents.Open(FileName=filename2) w.Selection.Find.ClearFormatting() w.Selection.Find.Replacement.ClearFormatting() w.Selection.Find.Execute("biqoqian", False, False, False, False, False, True, 1, True, va, 2) doc.SaveAs ('E:\\' + str ("final") + '.doc') # 另存成另一个表 doc.Close ()
分类:
Python
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· C#/.NET/.NET Core技术前沿周刊 | 第 29 期(2025年3.1-3.9)
· 从HTTP原因短语缺失研究HTTP/2和HTTP/3的设计差异