用Python将Word中的内容写入Excel

下载Python和依赖的库

python-docx读取Word的库

官网：http://python-docx.readthedocs.io/en/latest/

读取Excel的库：xlrd

写入Excel的库：xlwt

两者的帮助库：xlutils

官网：http://www.python-excel.org/

上面是操作xls文件的库，如果要操作xlsx文件可以用openpyxl这个库

在命令行中输入以下命令即可

pip install python-docx
#安装python-docx依赖库
pip install xlrd
#读Excel的库
pip install xlwt
#写Excel的库
pip install xlutils
#复制Excel的库

因为LZ是以.doc格式的Word文档，需要转为docx才能被这些库打开，因此用pywin32把.doc的文件转为.docx的文件，并且把转换的相关信息写到一个Excel里面

下载和安装pywin32的参考地址如下：

http://www.2cto.com/database/201612/576890.html

xlrd，xlwt，xlutils只能操作xls类型的文件，如果想要操作xlsx类型的文件，可以用openpyxl这个库

如果需要直接修改一下输入和输出目录

# _*_ coding:utf-8 _*_
import os
import win32com
import xlwt
from win32com.client import Dispatch
import sys
reload(sys)
sys.setdefaultencoding('utf-8')

#要转换的doc文件目录
docDir = r'C:\Users\Administrator\Desktop\井陉矿区\井陉矿区'
#转换成功的docx文件目录
docxDir = r'D:\data\data10'
#包含转换信息的文件，主要包括转换成功的文件，转换失败的文件
msgExcel = r'D:\data\data10\转换信息表1.xls'

#文件总数
fileTotal = 0
#转换正确的文件总数
successList = []
#装换错误的文件总数
errorList = []

#将转换信息写入到excel中
def writeMsg():
excel = xlwt.Workbook(encoding='utf-8')
# 这个是指定sheet页的名称
sheet1 = excel.add_sheet('统计信息')
sheet2 = excel.add_sheet('详细信息')

sheet1.write(0, 0, '文件总数')
sheet1.write(0, 1, '录入正确')
sheet1.write(0, 2, '录入错误')
sheet1.write(1, 0, fileTotal)
sheet1.write(1, 1, len(successList))
sheet1.write(1, 2, len(errorList))

sheet2.write(0, 0, '录入正确')
sheet2.write(0, 1, '录入错误')

row = 1
for x in successList:
sheet2.write(row, 0, x)
row += 1

row = 1
for x in errorList:
sheet2.write(row, 1, x)
row += 1

excel.save(msgExcel.decode('utf-8'))

if __name__ == "__main__":

word = win32com.client.Dispatch('word.application')
word.DisplayAlerts = 0
word.visible = 0
PATH = unicode(docDir, 'utf8')
for root, dirs, files in os.walk(PATH):
fileTotal = len(files)
for name in files:
fileName = os.path.join(root, name)
print fileName
try:
doc = word.Documents.Open(fileName)
#这个是保存的目录
doc.SaveAs(docxDir + "\\" + fileName.split("\\")[-1].split(".")[0] + ".docx", 12)
doc.Close()
successList.append(name)
except Exception as e:
errorList.append(name)
continue

writeMsg()

为了转换方便LZ直接封装了一个工具，你们也可以模仿我这个页面将自己的工具也封装成图形界面：http://blog.csdn.net/zzti_erlie/article/details/78922112

读取Word内容

假如Word的内容为：



代码为：

# coding=UTF-8
from docx import Document
import xlrd

#打开word文档
document = Document('test.docx')
#获取word文档中的所有表格是一个list
tempTable = document.tables
#获取第一个表格
table = tempTable[0]
#遍历表格
for x in table.rows:
for y in x.cells:
print y.text,
print

则读取如下：



如果把表格合并成如下格式：



读取如下：



可以看出虽然表格合并了，可还是按3行3列输出，只不过是合并的内容相同，这样从Word中取数据就特别麻烦，可以通过判重来取，但也是特别复杂，下面写一个简单的Demo说一下具体的做法

主要思路

主要思路是弄一个模板表用来获取每个字段数据所在的位置，读取模板表将数据放入dict中，其中key为字段名，值为位置，在读取数据表，通过dict获取字段的值，并将字段的值和字段的数据放入sheetdict中，最后将sheetdict和excel列名相同的数据放到这一列下面，我们不能通过api直接在空的excel中写数据，直接通过复制一个空的excel得到另一个excel，在复制的这个excel中写数据

Word和Excel的格式

模板表.docx



学生信息表1.docx



学生信息表.xlsx

样例代码

# _*_ coding:utf-8 _*_
from docx import Document
import xlwt
import xlrd
from xlutils.copy import copy
import sys
import os
reload(sys)
sys.setdefaultencoding('utf-8')

#开始的excel
startExcel = r'D:\workSpace\forShow\学生信息表.xlsx'
#最后生成的excel，这个库只能保存xls格式的文件
endExcel = r'D:\workSpace\forShow\学生信息表.xls'
#模板表
templete = r'D:\workSpace\forShow\模板表.docx'
#word所在的文件夹
wordDir = r'D:\workSpace\forShow\数据'
#模板表中每个字段对应的位置，键是字段，值是所在的位置
dict1 = {}

#判断是否是英文
def isEnglish(checkStr):
for ch in checkStr.decode('utf-8'):
if u'\u4e00' <= ch <= u'\u9fff':
return False
return True

#读取模板表
def readTemplate():

document = Document(templete.decode('utf-8'))
tempTable = document.tables
table = tempTable[0]

rowList = table.rows
columnList = table.columns
rowLength = len(rowList)
columnLength = len(columnList)

for rowIndex in range(rowLength):
for columnIndex in range(columnLength):
cell = table.cell(rowIndex,columnIndex)
if isEnglish(cell.text):
dict1.setdefault(cell.text,[rowIndex,columnIndex])

#读入的表
re = xlrd.open_workbook(startExcel.decode("utf-8"))
#通过复制读入的表来生成写入的表
we = copy(re)

#写第一页的sheet
def writeFirstSheet1(table, row):

sheet = we.get_sheet(0)
#将字段对应的值填到sheet1dict中
sheet1dict = {}
for key in dict1:
tempList = dict1[key]
for index in range(0,1):
x = tempList[index]
y = tempList[index+1]
sheet1dict.setdefault(key,table.cell(x,y).text)

#读取第一个sheet
tempSheet = re.sheet_by_index(0)
#读取第一个sheet中的第二行
list1 = tempSheet.row_values(1)
for excelIndex in range(len(list1)):
for key in sheet1dict:
if list1[excelIndex] == key:
#将sheet1dict中的内容写入excel的sheet中
sheet.write(row, excelIndex, sheet1dict[key])

#将word中数据写入excel
def writeExcel(wordName, row):
document = Document(wordName)
tempTable = document.tables
table = tempTable[0]

#一个excel一般有好几个sheet（即页数），所以单独写一个函数
writeFirstSheet1(table, row)

we.save(endExcel.decode("utf-8"))

if __name__ == "__main__":

readTemplate()
docFiles = os.listdir(wordDir.decode("utf-8"))
# 开始数据的行数
row = 1
for doc in docFiles:
#输出文件名
print doc.decode("utf-8")
try:
row += 1
writeExcel(wordDir + '\\' + doc.decode("utf-8"), row)
except Exception as e:
print(e)

生成的Excel

学生信息表.xls



源码地址：http://download.csdn.net/download/zzti_erlie/9953957

参考博客：（第一个为关于python-docx的，剩下的为excel的）

[1]http://www.cnblogs.com/rencm/p/6285304.html

[2]http://www.jb51.net/article/63498.htm

[3]http://blog.csdn.net/wangkai_123456/article/details/50457284

[4]http://www.jb51.net/article/60510.htm

[5]http://www.cnblogs.com/pangwanzi/p/6475871.html

[6]https://www.crifan.com/python_append_new_data_into_existing_excel_xls_file/