基於Python實現文本文件轉Excel

Posted on by

一、前言

Excel文件是我們常用的一種文件，在工作中使用非常頻繁。Excel中有許多強大工具，因此用Excel來處理文件會給我們帶來很多便捷。但是有時候我們拿到瞭文件不是Excel文件，而且我們又想用Excel中的工具，這個時候我們就可以想辦法把這個文件轉換成Excel文件瞭。今天我們就來實現一下，需要註意我們隻能把有規律的文件轉換成Excel，而且今天的內容也不是普遍通用的。隻提供一種思路。

二、openpyxl模塊

openpyxl模塊是用來操作Excel文件的一個模塊，還有很多模塊可以做同樣的事情，這裡就不介紹瞭。

1、安裝

安裝隻需要執行下面語句即可：

pip install openpyxl

然後在代碼中導入工作簿：

from openpyxl import Workbook

這樣我們就可以開始操作瞭。

2、簡單操作

我們來看一些簡單的操作：

from openpyxl import Workbook
# 創建工作簿
wb = Workbook()
# 激活
ws = wb.active
# 設置指定格的數據
ws['A1'] = 41
# 在下一行添加數據
ws.append([1, 2, 3])
# 保存
wb.save("1.xlsx")

這裡前面兩步是基本操作，首先創建Workbook對象，然後調用active函數激活。然後我們通過下標的方式給指定坐標的位置添加數據。最後調用save方法保存文件。

三、文本文件轉excel文件

上面的幾個操作就足夠我們今天的操作瞭，下面我們來看看如何將文本文件轉換成Excel文件。

1、尋找規律

在文章開頭說瞭，我們隻能將有規律的文本文件轉換成Excel，不然沒有太多意義。所以我們第一步就是找規律。比如我們下面這個文件：

姓名,性別,年齡
zack,男,21
rudy,男,22
alice，女,20
atom,男, 23

我們來看一下上面的數據，其中第一行是數據的字段。而後面幾行就是真實數據瞭。而單個數據的屬性值又由逗號隔開。這種規律非常明顯，很適合我們今天的內容。不管仔細觀察可以看到，逗號有中文的也有英文的，而且有的裡面還包含瞭空格。知道這些後我們在轉換的時候就需要針對性的處理一下瞭。

2、開始轉換

首先我們要處理文本，然後再寫入Excel，具體代碼如下：

from openpyxl import Workbook
wb = Workbook()
ws = wb.active
# 處理文件
with open("test.txt", "r", encoding="utf-8") as f:
    # 把逗號替換成統一的\t
    content = f.read().replace(",", "\t").replace("，", "\t")
    # 根據換行拆分內容
    lines = content.split("\n")
    # 提取標題
    titles = lines[0].split("\t")
    titles.insert(0, "")
    # 標題寫入excel
    ws.append(titles)
    # 寫入內容
    for i, line in enumerate(lines[1:]):
        item = line.split("\t")
        item.insert(0, i)
        ws.append(item)
wb.save("1.xlsx")

經過上面的處理，我們就成功將文本轉換成excel瞭，下面是結果圖：

excel表格

效果正是我們想要的，大傢可以根據不同需求不同文件來修改處理的代碼。

補充

Python對於Excel文件的操作當然不僅僅是可以將文本文件轉為Excel，還可以將PDF轉為Excel，下面是實現代碼，希望對你有所幫助

import pdfplumber
import pandas as pd

path = 'test.pdf'
pdf = pdfplumber.open(path)
i=1
#writer=pd.ExcelWriter('output.xlsx')
df=pd.DataFrame(columns=['序號','刊名','主辦單位','等級'])
sheetname=['考古文博','歷史學','馬克思主義理論','民族學與文化學','文學-外國文學','文學-中國文學','藝術學','語言學','哲學','宗教學','法學'
   ,'管理學','環境科學','教育學','經濟學-財政科學','經濟學-工業經濟','經濟學-金融','經濟學-經濟管理','經濟學-經濟綜合','經濟學-貿易經濟'
   ,'經濟學-農業經濟','經濟學-世界經濟','人文地理學','社會學','體育學','統計學','圖書館情報與檔案學','心理學','新聞學與傳播學'
   ,'政治學-國際政治','政治學-中國政治','綜合-高校綜合性學報','綜合-綜合性人文社科期刊']
   
##由於存在一個表格跨頁的情況，先將所有表格存放在一個DataFrame中，再根據序號拆分。

for page in pdf.pages[17:59]:
 print (page)
 # 獲取當前頁面的全部文本信息，包括表格中的文字
 # print(page.extract_text())
 for table in page.extract_tables():
  #print(table)
  df=df.append(pd.DataFrame(table[1:],columns=table[0]),ignore_index=True)
print (df)

writer=pd.ExcelWriter('output3.xlsx')
new_df=pd.DataFrame()
j=1
index=[]
#記錄序號==1的行索引，用於後面的表格拆分
for i in range(len(df)):
 if df.ix[i,0]=='1':
  index.append(i)
  print ("################")
index.append(len(df))
#print (index)

#按行索引將內容切片並逐個添加到表中
for t in range(len(index)-1):
 new_df=df.ix[index[t]:index[t+1]-1,:]
 #print (new_df)
 new_df.to_excel(writer,sheet_name=sheetname[t],encoding='gb2312',index=None)
writer.save()
pdf.close()
print('finished')

到此這篇關於基於Python實現文本文件轉Excel的文章就介紹到這瞭,更多相關Python文本文件轉Excel內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：