python批量提取word内信息

下面我将为您提供“Python批量提取Word内信息”的完整攻略。

一、准备工作

1. 安装python-docx库

pip install python-docx

1. 准备需要批量提取信息的Word文档

二、代码实现

以下是代码示例：

from docx import Document
import os

# 设置Word文件所在文件夹路径和关键词
file_dir = '文件夹路径'
keyword = '关键词'

# 遍历文件夹内所有Word文件
for file in os.listdir(file_dir):
    if file.endswith('.docx'):
        # 打开Word文档
        doc = Document(file_dir + '/' + file)

        # 提取全部段落内的文本
        text = ''
        for para in doc.paragraphs:
            text += para.text

        # 查找关键词并输出结果
        if keyword in text:
            print(f'{file} 中包含关键词 {keyword}')

代码的具体说明：
1. 导入python-docx库和os库；
2. 设置Word文件所在文件夹路径和关键词；
3. 遍历文件夹内所有Word文件，打开Word文档；
4. 提取Word文档内全部段落的文本并储存在字符串 text 中；
5. 查找 text 中是否包含关键词 keyword，如果包含则输出结果。

三、示例说明

示例一

在文件夹 D:\word_files 内有以下三个Word文档：

- test1.docx
- test2.docx
- test3.docx

from docx import Document
import os

# 设置Word文件所在文件夹路径和关键词
file_dir = 'D:/word_files'
keyword = '猫头鹰'

# 遍历文件夹内所有Word文件
for file in os.listdir(file_dir):
    if file.endswith('.docx'):
        # 打开Word文档
        doc = Document(file_dir + '/' + file)

        # 提取全部段落内的文本
        text = ''
        for para in doc.paragraphs:
            text += para.text

        # 查找关键词并输出结果
        if keyword in text:
            print(f'{file} 中包含关键词 {keyword}')

执行结果：

test1.docx 中包含关键词 猫头鹰
test3.docx 中包含关键词 猫头鹰

其中，test1.docx 和 test3.docx 中包含了关键词 猫头鹰，而 test2.docx 中没有包含该关键词，所以没有输出结果。

示例二

在文件夹 D:\word_files 内有以下三个Word文档：

- document1.docx
- document2.docx
- document3.docx

from docx import Document
import os

# 设置Word文件所在文件夹路径和关键词
file_dir = 'D:/word_files'
keyword = 'Python'

# 遍历文件夹内所有Word文件
for file in os.listdir(file_dir):
    if file.endswith('.docx'):
        # 打开Word文档
        doc = Document(file_dir + '/' + file)

        # 提取全部段落内的文本
        text = ''
        for para in doc.paragraphs:
            text += para.text

        # 查找关键词并输出结果
        if keyword in text:
            print(f'{file} 中包含关键词 {keyword}')

执行结果：

document2.docx 中包含关键词 Python

其中，document2.docx 中包含了关键词 Python，而 document1.docx 和 document3.docx 中没有包含该关键词，所以没有输出结果。

希望这个攻略能对您有所帮助。