Notes
想將一份 word 文件中的幾個表格轉寫入 excel 文件中,後續用 excel 處理。
用到 python-docx
和 pandas
分別處理 word 和 excel。
安裝 python-docx:pip install python-docx
,它不接受 .doc
文件,先轉存爲 .docx
。
下面從 test.docx
讀入,寫到 test.xlsx
。
code
from docx import Document
import pandas as pd
word = 'test.docx'
excel = 'test.xlsx'
doc = Document(word) # word 文件
xls = pd.ExcelWriter(excel) # 用來寫入 excel
tables = doc.tables # word 中所有 tables
# print(tables)
# tb = tables[0] # 第一個 table
# print(dir(tb))
print(len(tb.rows), len(tb.columns)) # 行數、列數
for i, tb in enumerate(tables):
mat = [] # 用 list 套 list 的方法裝二維表格內容
for r in range(1, len(tb.rows)):
row = []
for c in range(1, len(tb.columns)):
cell = tb.cell(r, c)
txt = cell.text if cell.text != '' else ' ' # 無內容用空格佔位
row.append(txt)
mat.append(row)
# 用 mat 創建 DataFrame
df = pd.DataFrame(mat)
# print(df)
# DataFrame 寫入 excel 中的某張 sheet
# 並且不要首列 index 和首行的 header(默認會有,比如數字標號)
df.to_excel(xls, sheet_name=f'{i}', index=False, header=False)
xls.save() # 保存
xls.close() # 關閉