Python辦公自動化Word轉Excel文件批量處理
前言
大傢好,今天有一個公務員的小夥伴委托我給他幫個忙,大概是有這樣一份Word(由於涉及文件私密所以文中的具體內容已做修改)
一共有近2600條類似格式的表格細欄,每個欄目包括的信息有:
- 日期
- 發文單位
- 文號
- 標題
- 簽收欄
需要提取其中加粗的這三項內容到Excel表格中存儲,表格樣式如下:
也就是需要將收文時間、文件標題、文號填到指定位置,同時需要將時間修改為標準格式,如果是完全手動復制和修改時間,依照一個條目10s的時間計算,一分鐘可以完成6條,那麼最快也需要:
而這類格式規整的文件整理非常適合用Python來執行,好的那麼接下來請Python出場,必要的信息我在代碼中以註釋信息呈現。
首先使用Python將Word文件導入
# 導入需要的庫docx from docx import Document # 指定文件存放的路徑 path = r'C:\Users\word.docx' # 讀取文件 document = Document(path) # 讀取word中的所有表格 tables = document.tables
再把問題逐個劃分,首先嘗試獲取第一張表第一個文件條目的三個所需信息
# 獲取第一張表 table0 = tables[0]
仔細觀察可以發現一個文件條目占據瞭3行,所以對表格全部行循環迭代時可以設步長為3
row和cell解析所需內容
註意觀察表格,按照row和cell把所需內容解析清楚
# 在全局放一個變量用來計數填序號 n = 0 for i in range(0, len(table0.rows) + 1, 3): # 日期 date = table0.cell(i, 1).text # 標題 title = table0.cell(i + 1, 1).text.strip() # 文號 dfn = tables[j].cell(i, 3).text.strip() print(n, date, tite, dfn)
接下來需要解決的是,時間我們獲取的是 2/1
這種 日/月的形式。我們需要轉化成 YYYY-MM-DD
格式,而這利用到datetime
包的strptime
和strftime
函數:
strptime:
解析字符串中蘊含的時間
strftime:
轉化成所需的時間格式
import datetime n = 0 for i in range(0, len(table0.rows) + 1, 3): # 日期 date = table0.cell(i, 1).text # 有的條目時間是空的,這裡不做過多判別 if '/' in date: date = datetime.datetime.strptime(date, '%d/%m').strftime('2020-%m-%d') else: date = '-' # 標題 title = table0.cell(i + 1, 1).text.strip() # 文號 dfn = tables[j].cell(i, 3).text.strip() print(n, date, tite, dfn)
這樣一張表的內容解析就完成瞭,註意這裡用的是table[0]即第一張表,遍歷所有的表加一個嵌套循環就可以,另外也可以捕獲異常增加程序靈活性
n = 0 for j in range(len(tables)): for i in range(0, len(tables[j].rows)+1, 3): try: # 日期 date = tables[j].cell(i, 1).text if '/' in date: date = datetime.datetime.strptime(date, '%d/%m').strftime('2020-%m-%d') else: date = '-' # 標題 title = tables[j].cell(i + 1, 1).text.strip() # 文號 dfn = tables[j].cell(i, 3).text.strip() n += 1 print(n, date, title, dfn) except Exception as error: # 捕獲異常,也可以用log寫到日志裡方便查看和管理 print(error) continue
信息解析和獲取完成就可以導出瞭,用到的包是openpyxl
from openpyxl import Workbook # 實例化 wb = Workbook() # 獲取當前sheet sheet = wb.active # 設立表頭 header = ['序號', '收文時間', '辦文編號', '文件標題', '文號', '備註'] sheet.append(header)
內層解析循環
在最內層解析循環的末尾加上如下代碼即可
row = [n, date, ' ', title, dfn, ' '] sheet.append(row)
線程的最後記得保存
wb.save(r'C:\Users\20200420.xlsx')
運行時間在10分鐘左右,大概離開瞭一會程序就執行結束瞭
最後附上完整代碼,代碼很簡單,理清思路最重要
from docx import Document import datetime from openpyxl import Workbook wb = Workbook() sheet = wb.active header = ['序號', '收文時間', '辦文編號', '文件標題', '文號', '備註'] sheet.append(header) path = r'C:\Users\word.docx' document = Document(path) tables = document.tables n = 0 for j in range(len(tables)): for i in range(0, len(tables[j].rows)+1, 3): try: # 日期 date = tables[j].cell(i, 1).text if '/' in date: date = datetime.datetime.strptime(date, '%d/%m').strftime('2020-%m-%d') else: date = '-' # 標題 title = tables[j].cell(i + 1, 1).text.strip() # 文號 dfn = tables[j].cell(i, 3).text.strip() n += 1 print(n, date, title, dfn) row = [n, date, ' ', title, dfn, ' '] sheet.append(row) except Exception as error: # 捕獲異常,也可以用log寫到日志裡方便查看和管理 print(error) continue wb.save(r'C:\Users\20200420.xlsx')
以上就是Python辦公自動化Word轉Excel文件批量處理的詳細內容,更多關於Python辦公自動化Word轉Excel的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- Python辦公自動化從Excel中計算整理數據並寫入Word
- 利用Python實現讀取Word表格計算匯總並寫入Excel
- Python實現將Word表格嵌入到Excel中
- Python辦公自動化解決world文件批量轉換
- 使用python處理一萬份word表格簡歷操作