6月安卓手機(jī)性價比榜：Note 12 Turbo斷層式碾壓
6月份有一個618，雖然這是京東周年慶的日子，但別的電商也都不約而同的跟進(jìn)了，反正促銷沒壞處，廠商和用戶都能滿意。618期間一些產(chǎn)品也出現(xiàn)了歷史低價，那么各個價位段的產(chǎn)品性價比
你是否遇到過這樣的情況：你有一堆Word文件，每個文件都包含一些重要的信息，你需要把這些信息提取出來，整理到一個Excel表格中，方便查閱和管理。但是，手動打開每個文件，復(fù)制粘貼信息，又太費(fèi)時費(fèi)力，而且容易出錯。
有沒有什么辦法可以讓Python幫你自動完成這個任務(wù)呢？答案是肯定的！本文將教你如何用Python批量提取Word文件中的關(guān)鍵信息，并寫入Excel文件中，只需幾行代碼，就可以節(jié)省大量的時間和精力。
在開始編寫代碼之前，我們需要先準(zhǔn)備一些必要的工具和文件：
第一步，我們需要獲取Notice文件夾下的所有Word文件的路徑，這樣我們才能對每個文件進(jìn)行操作。這里我們可以使用glob庫的glob函數(shù)，它可以根據(jù)通配符匹配文件路徑，返回一個列表。例如，我們可以使用glob.glob('*.docx')來匹配當(dāng)前目錄下的所有以.docx結(jié)尾的文件。
為了方便后續(xù)的操作，我們先定義一個變量path，表示我們的工作目錄，也就是Notice文件夾和Excel文件所在的目錄，你可以根據(jù)實(shí)際情況修改。然后，我們使用glob.glob(path + r'/Notice/*.docx')來獲取Notice文件夾下的所有Word文件的路徑，保存在一個變量files中。注意，這里我們使用了r字符串，表示原始字符串，不會對反斜杠進(jìn)行轉(zhuǎn)義。
代碼如下：
import globpath = r'C:/Users/xxx' # 路徑為Notice文件夾和Excel文件所在的目錄，可按實(shí)際情況更改files = glob.glob(path + r'/Notice/*.docx') # 獲取Notice文件夾下的所有Word文件的路徑print(files) # 打印文件路徑列表，檢查是否正確輸出如下：
['C://Users//xxx//Notice//會議通知1.docx', 'C://Users//xxx//Notice//會議通知2.docx', 'C://Users//xxx//Notice//會議通知3.docx', 'C://Users//xxx//Notice//會議通知4.docx', 'C://Users//xxx//Notice//會議通知5.docx', 'C://Users//xxx//Notice//會議通知6.docx', 'C://Users//xxx//Notice//會議通知7.docx']第二步，我們需要解析每個Word文件，獲取需要的四個信息，即學(xué)習(xí)時間、學(xué)習(xí)內(nèi)容、學(xué)習(xí)形式、主持人。這里我們可以使用python-docx庫的Document類，它可以讀取Word文件，并將其內(nèi)容以段落（Paragraph）為單位進(jìn)行劃分。我們可以遍歷每個段落，根據(jù)其文本內(nèi)容，判斷是否包含我們需要的信息，并提取出來。
為了方便后續(xù)的操作，我們先定義一個變量number，表示序號，用于記錄每個文件的順序。然后，我們使用一個for循環(huán)，遍歷files列表中的每個文件路徑，使用Document類打開每個文件，保存在一個變量wordfile中。接著，我們定義一個空列表content_lst，用于存放學(xué)習(xí)內(nèi)容，因?yàn)閷W(xué)習(xí)內(nèi)容可能分散在多個段落中，我們需要將它們合并成一個字符串。然后，我們使用一個嵌套的for循環(huán)，遍歷wordfile中的每個段落，根據(jù)其文本內(nèi)容，判斷是否包含我們需要的信息，并提取出來，保存在相應(yīng)的變量中。具體的判斷邏輯如下：
代碼如下：
from docx import Documentnumber = 0 # 定義一個變量，表示序號for file in files: # 遍歷每個文件路徑 wordfile = Document(file) # 打開每個文件 content_lst = [] # 定義一個空列表，用于存放學(xué)習(xí)內(nèi)容 for paragraph in wordfile.paragraphs: # 遍歷每個段落 if paragraph.text[0:5] == '學(xué)習(xí)時間：': # 如果段落的文本以“學(xué)習(xí)時間：”開頭 study_time = paragraph.text[5:] # 提取其后面的部分，保存在study_time中 if paragraph.text[0:4] == '主持人：': # 如果段落的文本以“主持人：”開頭 host = paragraph.text[4:] # 提取其后面的部分，保存在host中 if paragraph.text[0:5] == '學(xué)習(xí)形式：': # 如果段落的文本以“學(xué)習(xí)形式：”開頭 study_type = paragraph.text[5:] # 提取其后面的部分，保存在study_type中 if len(paragraph.text) >= 2: # 如果段落的文本的長度大于等于2 if paragraph.text[0].isdigit() and paragraph.text[1] == '、': # 如果第一個字符是數(shù)字，第二個字符是中文頓號“、” content_lst.append(paragraph.text) # 將其添加到content_lst中 content = ' '.join(content_lst) # 將content_lst中的元素用空格連接成一個字符串，保存在content中 print(study_time, content, study_type, host) # 打印提取的信息，檢查是否正確第三步，我們需要將提取的信息寫入Excel文件中，這樣我們就可以方便地查看和管理。這里我們可以使用openpyxl庫的Workbook類和Worksheet類，它們可以創(chuàng)建和操作Excel文件和工作表。我們可以使用Workbook類的active屬性，獲取當(dāng)前活動的工作表，保存在一個變量sheet中。然后，我們可以使用Worksheet類的cell方法，根據(jù)行號和列號，指定單元格，并給其賦值。
為了方便后續(xù)的操作，我們先定義一個變量excel_file，表示我們要寫入的Excel文件的路徑，你可以根據(jù)實(shí)際情況修改。然后，我們使用Workbook類創(chuàng)建一個Excel文件對象，保存在一個變量wb中。
接著，我們使用wb的active屬性，獲取當(dāng)前活動的工作表，保存在一個變量sheet中。然后，我們使用sheet的cell方法，給第一行的每一列賦值，作為表頭，分別是序號、學(xué)習(xí)時間、學(xué)習(xí)內(nèi)容、學(xué)習(xí)形式、主持人。
接下來，我們使用一個for循環(huán)，遍歷files列表中的每個文件路徑，使用Document類打開每個文件，保存在一個變量wordfile中。然后，我們使用和上一步相同的邏輯，提取每個文件中的四個信息，保存在相應(yīng)的變量中。
最后，我們使用sheet的cell方法，給每一行的每一列賦值，分別是序號、學(xué)習(xí)時間、學(xué)習(xí)內(nèi)容、學(xué)習(xí)形式、主持人。注意，這里我們需要將序號加1，因?yàn)榈谝恍幸呀?jīng)被表頭占用了。最后，我們使用wb的save方法，保存Excel文件。
代碼如下：
from openpyxl import Workbookexcel_file = path + r'/Meeting_temp.xlsx' # 定義Excel文件的路徑，可按實(shí)際情況更改wb = Workbook() # 創(chuàng)建一個Excel文件對象sheet = wb.active # 獲取當(dāng)前活動的工作表sheet.cell(row=1, column=1).value = '序號' # 給第一行第一列賦值，作為表頭sheet.cell(row=1, column=2).value = '學(xué)習(xí)時間' # 給第一行第二列賦值，作為表頭sheet.cell(row=1, column=3).value = '學(xué)習(xí)內(nèi)容' # 給第一行第三列賦值，作為表頭sheet.cell(row=1, column=4).value = '學(xué)習(xí)形式' # 給第一行第四列賦值，作為表頭sheet.cell(row=1, column=5).value = '主持人' # 給第一行第五列賦值，作為表頭for file in files: # 遍歷每個文件路徑 wordfile = Document(file) # 打開每個文件 content_lst = [] # 定義一個空列表，用于存放學(xué)習(xí)內(nèi)容 for paragraph in wordfile.paragraphs: # 遍歷每個段落 if paragraph.text[0:5] == '學(xué)習(xí)時間：': # 如果段落的文本以“學(xué)習(xí)時間：”開頭 study_time = paragraph.text[5:] # 提取其后面的部分，保存在study_time中 if paragraph.text[0:4] == '主持人：': # 如果段落的文本以“主持人：”開頭 host = paragraph.text[4:] # 提取其后面的部分，保存在host中 if paragraph.text[0:5] == '學(xué)習(xí)形式：': # 如果段落的文本以“學(xué)習(xí)形式：”開頭 study_type = paragraph.text[5:] # 提取其后面的部分，保存在study_type中 if len(paragraph.text) >= 2: # 如果段落的文本的長度大于等于2 if paragraph.text[0].isdigit() and paragraph.text[1] == '、': # 如果第一個字符是數(shù)字，第二個字符是中文頓號“、” content_lst.append(paragraph.text) # 將其添加到content_lst中 content = ' '.join(content_lst) # 將content_lst中的元素用空格連接成一個字符串，保存在content中 number += 1 # 將序號加1 sheet.cell(row=number+1, column=1).value = number # 給每一行第一列賦值，作為序號 sheet.cell(row=number+1, column=2).value = study_time # 給每一行第二列賦值，作為學(xué)習(xí)時間 sheet.cell(row=number+1, column=3).value = content # 給每一行第三列賦值，作為學(xué)習(xí)內(nèi)容 sheet.cell(row=number+1, column=4).value = study_type # 給每一行第四列賦值，作為學(xué)習(xí)形式 sheet.cell(row=number+1, column=5).value = host # 給每一行第五列賦值，作為主持人wb.save(excel_file) # 保存Excel文件至此，我們已經(jīng)完成了用Python批量提取Word文件中的關(guān)鍵信息，并寫入Excel文件中的任務(wù)。你可以打開Meeting_temp.xlsx文件，查看結(jié)果，如下圖所示：
你可以看到，我們成功地將7個Word文件中的四個信息提取出來，并按照序號、學(xué)習(xí)時間、學(xué)習(xí)內(nèi)容、學(xué)習(xí)形式、主持人的順序，寫入Excel文件中，方便查閱和管理。
本文教你如何用Python批量提取Word文件中的關(guān)鍵信息，并寫入Excel文件中，只需幾行代碼，就可以節(jié)省大量的時間和精力。本文涉及到的主要技術(shù)點(diǎn)有：
本文鏈接：http://m.www897cc.com/showinfo-26-85540-0.htmlPython辦公神器：教你使用 Python 批量整理通知文件
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： C#讀寫 INI 文件的最簡方法
下一篇： C# 讀寫 JSON 配置文件詳解
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號