前言
大家好，今天有一个公务员的小伙伴委托我给他帮个忙，大概是有这样一份Word(由于涉及文件私密所以文中的具体内容已做修改)
一共有近2600条类似格式的表格细栏，每个栏目包括的信息有：
日期 发文单位 文号 标题 签收栏需要提取其中加粗的这三项内容到Excel表格中存储，表格样式如下：
也就是需要将收文时间、文件标题、文号填到指定位置，同时需要将时间修改为标准格式，如果是完全手动复制和修改时间，依照一个条目10s的时间计算，一分钟可以完成6条，那么最快也需要：
而这类格式规整的文件整理非常适合用Python来执行，好的那么接下来请Python出场，必要的信息我在代码中以注释信息呈现。
首先使用Python将Word文件导入
# 导入需要的库docx from?docx?import?Document # 指定文件存放的路径 path =?r'C:\Users\word.docx'? # 读取文件 document = Document(path) # 读取word中的所有表格 tables = document.tables
再把问题逐个划分，首先尝试获取第一张表第一个文件条目的三个所需信息
# 获取第一张表 table0?= tables[0]
row和cell解析所需内容
注意观察表格，按照row和cell把所需内容解析清楚
# 在全局放一个变量用来计数填序号 n = 0 for?i?in?range(0, len(table0.rows) + 1, 3): ????# 日期 ????date = table0.cell(i, 1).text ????# 标题 ????title = table0.cell(i + 1, 1).text.strip() ????# 文号 ????dfn = tables[j].cell(i, 3).text.strip() ????print(n, date, tite, dfn)
接下来需要解决的是，时间我们获取的是 2/1 这种 日/月的形式。我们需要转化成 YYYY-MM-DD 格式，而这利用到 datetime 包的 strptime 和 strftime 函数：
strptime: 解析字符串中蕴含的时间
strftime: 转化成所需的时间格式
import?datetime
n =?0
for?i?in?range(0, len(table0.rows) +?1,?3):
????# 日期
????date = table0.cell(i,?1).text
????# 有的条目时间是空的，这里不做过多判别
????if?'/'?in?date:
????????date = datetime.datetime.strptime(date,?'%d/%m').strftime('2020-%m-%d')
????else:
????????date =?'-'
????# 标题
????title = table0.cell(i +?1,?1).text.strip()
????# 文号
????dfn = tables[j].cell(i,?3).text.strip()
????print(n, date, tite, dfn)
这样一张表的内容解析就完成了，注意这里用的是table[0]即第一张表，遍历所有的表加一个嵌套循环就可以，另外也可以捕获异常增加程序灵活性
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 =?'-'
????????????# 标题
????????????title = tables[j].cell(i +?1,?1).text.strip()
????????????# 文号
????????????dfn = tables[j].cell(i,?3).text.strip()
????????????n +=?1
????????????print(n, date, title, dfn)
????????except?Exception?as?error:
????????????# 捕获异常，也可以用log写到日志里方便查看和管理
????????????print(error)
????????????continue
信息解析和获取完成就可以导出了，用到的包是 openpyxl
from?openpyxl?import?Workbook # 实例化 wb = Workbook() # 获取当前sheet sheet = wb.active # 设立表头 header = ['序号',?'收文时间',?'办文编号',?'文件标题',?'文号',?'备注'] sheet.append(header)
内层解析循环
在最内层解析循环的末尾加上如下代码即可
row = [n, date,?' ', title, dfn,?' '] sheet.append(row)
线程的最后记得保存
wb.save(r'C:\Users\20200420.xlsx')
运行时间在10分钟左右，大概离开了一会程序就执行结束了
最后附上完整代码，代码很简单，理清思路最重要
from?docx?import?Document
import?datetime
from?openpyxl?import?Workbook
wb = Workbook()
sheet = wb.active
header = ['序号',?'收文时间',?'办文编号',?'文件标题',?'文号',?'备注']
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 =?'-'
????????????# 标题
????????????title = tables[j].cell(i +?1,?1).text.strip()
????????????# 文号
????????????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:
????????????# 捕获异常，也可以用log写到日志里方便查看和管理
????????????print(error)
????????????continue
wb.save(r'C:\Users\20200420.xlsx')
以上就是Python办公自动化Word转Excel文件批量处理的详细内容，更多关于Python办公自动化Word转Excel的资料请关注其它相关文章！
查看更多关于Python办公自动化Word转Excel文件批量处理的详细内容...