当前位置：首页 > article >正文

python实战三-提取Word数据到Excel

article 2024/9/23 21:18:50

视频+源码：
链接：https://pan.quark.cn/s/83db5bb15383

一个文件夹下有大量会议通知文件，为word文件，文件格式都是一致的，现在要将文件中的一些字段提取出来汇总到Excel文件中。
会议通知文件格式如下：

要提取学习时间、学习内容、学习形式、主持人汇总到会议汇总.xlsx 中，每新增一条记录序号加1

Excel表格式如下：

代码如下：

from docx import Document
from openpyxl import load_workbook
import glob

def 提取数据汇总(file_dir):
    tempfile = file_dir + r'\汇总模版.xlsx'
    workbook = load_workbook(tempfile)  # 打开模板文件
    sheet = workbook.active
    number = 1  # 计数

    docFiles = glob.glob(file_dir + r'\*.docx')  # 筛选出指定文件下所有.docx后缀文件
    for file in docFiles:
        print(file)
        doc = Document(file)
        contentList = []  # 学习内容
        studyTime = ''  # 学习时间
        studyType = ''  # 学习形式
        host = ''  # 主持人
        for paragraph in doc.paragraphs:
            if paragraph.text[2:7] == '学习时间：':
                studyTime = paragraph.text[7:]
            if paragraph.text[2:6] == '主持人：':
                host = paragraph.text[6:]
            if paragraph.text[2:7] == '学习形式：':
                studyType = paragraph.text[7:]
            if len(paragraph.text) >= 2:
                if paragraph.text[0].isdigit() and paragraph.text[1] == '、':
                    contentList.append(paragraph.text)
        content = ' '.join(contentList)  # 列表转化为字符串
        sheet.append([number, studyTime, content, studyType, host])
        number += 1

    workbook.save(file_dir + r'\会议汇总.xlsx')

if __name__ == '__main__':
    提取数据汇总(r'D:\自动化')

很简单自己创建几个word试试吧：

关于党委理论学习中心组

2021 年第一次学习会的通知

公司党委领导班子成员:

定于3月1日组织公司党委理论学习中心组2021年第一次学习会，现将有

关事项通知如下：

一、学习时间：2021年3月10日下午4:00.

二、学习地点：5楼会议室，

三、参加人员：公司领导班子成员

四、主持人：李 XX。

五、学习形式：集中学习。I

六、学习内容：

1、2022谢谢小星星

2、生的点点滴滴

七、相关要求：

1.学习资料提前发给与会人员，请与会人员做好学习及发言准备;

2.请与会人员妥善安排工作，准时参加，学习时间如有变