随笔 - 366  文章 - 0  评论 - 101  阅读 - 30万

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



复制代码
# -*- 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()
复制代码

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

复制代码
#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 ()
复制代码

 






posted on   寒星12345678999  阅读(278)  评论(0编辑  收藏  举报
编辑推荐:
· 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
阅读排行:
· 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
< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

点击右上角即可分享
微信分享提示