python如何在word中读取表格内容

python如何在word中读取表格内容

word文件看起来很复杂,不方便结构化。事实上,word文档中大概有几种内容:paragraph(段落)、table(表格)、character(字符)。我现在要分析的word文档基本都是段落和表格。本文主要讲述从word中分析表格,并将表格信息结构化的方法。

1、为了使用python解析word文件,可以使用包docx,首先需要在python中安装它。

pip install python-docx

2、安装后,就可以读取word文件。

importdocx
fn= r'D:\长恨歌.docx'doc=docx.Document(fn)#按段落读取全部数据
for paragraph indoc.paragraphs:print(paragraph.text)#按表格读取全部数据
 
for table indoc.tables:for row intable.rows:for cell inrow.cells:print(cell.text)
 
table_num=len(doc.tables)#获取文档的表格个数
 
print(table_num)
 
table_0=doc.tables[0]#选取第一个表
 
table_rows =len(table_0.rows)#获取第一个表的行数
 
print(table_rows)
 
tab=doc.tables[0].rows[0].cells[0]#获取第一张表第一行第一列数据
 
print(tab.text)
 
par= doc.paragraphs[2]#读取第三段数据
 
print(par.text)

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注