Python实现快速提取Word表格并写入Excel_Python

在日常办公中，常常会遇到需要从word文档中提取表格内容，并将其写入excel表格的需求。通过使用python编程语言，我们可以高效地完成这一任务。本文将详细介绍如何使用python提取word文档表格内容并写入excel，提供完整的代码示例。

一、环境准备

在开始编写代码之前，我们需要安装一些python库来处理word和excel文档。主要使用到的库有python-docx和openpyxl。

1. 安装python-docx库

python-docx库用于读取和操作word文档。使用以下命令安装：

pip install python-docx

2. 安装openpyxl库

openpyxl库用于读取和写入excel文件。使用以下命令安装：

pip install openpyxl

二、读取word文档中的表格

首先，需要编写代码来读取word文档中的表格内容。以下是一个示例代码，用于从word文档中提取所有表格内容并打印出来。

示例代码：

from docx import document

def read_word_tables(file_path):
    doc = document(file_path)
    tables = doc.tables
    data = []
    for table in tables:
        table_data = []
        for row in table.rows:
            row_data = []
            for cell in row.cells:
                row_data.append(cell.text)
            table_data.append(row_data)
        data.append(table_data)
    return data

# 示例用法
word_file = 'example.docx'
tables = read_word_tables(word_file)
for i, table in enumerate(tables):
    print(f"table {i+1}:")
    for row in table:
        print("\t".join(row))

在这个示例中，read_word_tables函数接受一个word文件的路径，返回一个包含所有表格内容的列表。每个表格内容以二维列表的形式存储，其中每个子列表代表一行，每个子列表中的元素代表一个单元格的内容。

三、将表格内容写入excel

将提取的表格内容写入excel文件。以下是一个示例代码，用于将表格内容写入excel文件。

示例代码：

from openpyxl import workbook

def write_to_excel(file_path, tables):
    wb = workbook()
    ws = wb.active

    for table in tables:
        for row in table:
            ws.append(row)
        ws.append([])  # 添加一个空行，分隔不同的表格

    wb.save(file_path)

# 示例用法
excel_file = 'output.xlsx'
write_to_excel(excel_file, tables)

在这个示例中，write_to_excel函数接受一个excel文件的路径和表格内容列表，将表格内容写入excel文件。使用openpyxl库的workbook对象创建一个新的工作簿，并通过ws.append方法将每行数据添加到工作表中。

四、完整示例：从word提取表格并写入excel

将上述步骤结合起来，编写一个完整的示例代码，从word文档中提取表格内容并写入excel文件。

示例代码：

from docx import document
from openpyxl import workbook

def read_word_tables(file_path):
    doc = document(file_path)
    tables = doc.tables
    data = []
    for table in tables:
        table_data = []
        for row in table.rows:
            row_data = []
            for cell in row.cells:
                row_data.append(cell.text)
            table_data.append(row_data)
        data.append(table_data)
    return data

def write_to_excel(file_path, tables):
    wb = workbook()
    ws = wb.active

    for table in tables:
        for row in table:
            ws.append(row)
        ws.append([])  # 添加一个空行，分隔不同的表格

    wb.save(file_path)

# 示例用法
word_file = 'example.docx'
excel_file = 'output.xlsx'
tables = read_word_tables(word_file)
write_to_excel(excel_file, tables)

print(f"已成功将word文档中的表格内容提取并写入excel文件：{excel_file}")

实际应用中的考虑事项

在实际应用中，处理word文档和excel文件时可能会遇到一些特殊情况和问题。

1. 处理复杂表格

word文档中的表格可能具有复杂的结构，例如合并单元格、嵌套表格等。处理这些复杂表格时，需要额外的代码逻辑来处理这些特殊情况。

2. 表格数据清洗

从word文档提取的表格数据可能包含一些多余的空格或换行符。在写入excel之前，可以对数据进行清洗，以确保数据的整洁和一致性。

3. 大文件处理

对于包含大量表格的大型word文档或需要写入大量数据的excel文件，可能需要考虑内存和性能问题。可以采用分批读取和写入的方式来处理大文件。

示例代码：

import re
from docx import document
from openpyxl import workbook

def clean_text(text):
    # 去除多余的空格和换行符
    return re.sub(r'\s+', ' ', text).strip()

def read_word_tables(file_path):
    doc = document(file_path)
    tables = doc.tables
    data = []
    for table in tables:
        table_data = []
        for row in table.rows:
            row_data = []
            for cell in row.cells:
                row_data.append(clean_text(cell.text))
            table_data.append(row_data)
        data.append(table_data)
    return data

def write_to_excel(file_path, tables):
    wb = workbook()
    ws = wb.active

    for table in tables:
        for row in table:
            ws.append(row)
        ws.append([])  # 添加一个空行，分隔不同的表格

    wb.save(file_path)

# 示例用法
word_file = 'example.docx'
excel_file = 'output.xlsx'
tables = read_word_tables(word_file)
write_to_excel(excel_file, tables)

print(f"已成功将word文档中的表格内容提取并写入excel文件：{excel_file}")