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 ()