使用python批量读取word文档并整理关键信息到excel表格的实例

接下来我将为您详细讲解“使用python批量读取word文档并整理关键信息到excel表格”的实例教程。

一、准备工作

在开始实例之前，需要做以下几个准备工作：

1. 安装Python
2. 安装Python-docx库
3. 安装openpyxl库

二、读取Word文档

首先，我们需要用Python读取Word文档中的内容。使用Python-docx库可以帮助我们读取Word文档中的内容，具体代码如下：

import docx

# 打开文档
document = docx.Document('example.docx')

# 读取文档中的所有段落
paragraphs = document.paragraphs

# 遍历所有段落
for para in paragraphs:
    # 输出段落中的文本内容
    print(para.text)

上述代码打开名为example.docx的Word文档，读取其中所有的段落。我们可以遍历每个段落，然后输出段落中的文本内容。

三、整理关键信息并写入Excel表格

接下来，我们需要从Word文档中提取相关的关键信息，并将其写入到Excel表格中。使用openpyxl库可以帮助我们读写Excel文档，具体代码如下：

import docx
from openpyxl import Workbook

# 新建一个工作表
workbook = Workbook()
worksheet = workbook.active

# 打开Word文档
document = docx.Document('example.docx')

# 读取所有的段落
paragraphs = document.paragraphs

# 遍历所有段落
for para in paragraphs:
    # 判断段落中是否包含关键信息
    if '关键信息' in para.text:
        # 将段落中的关键信息写入Excel表格中
        cell = worksheet.cell(row=1, column=1)
        cell.value = para.text

# 保存Excel文档
workbook.save('example.xlsx')

上述代码创建一个新的Excel工作表，然后打开名为example.docx的Word文档，并读取其中所有的段落。在遍历每个段落的过程中，我们可以使用if语句判断该段落是否包含关键信息，如果包含则将其写入到Excel表格的A1单元格中。

四、示例说明

下面给出两个实例说明，帮助读者更好地理解如何使用Python批量读取Word文档并整理关键信息到Excel表格。

实例一：提取多个Word文档中的关键信息

假设我们有多个Word文档，这些文档中包含了一些关键信息。我们需要批量读取这些Word文档，并将其中的关键信息提取出来写入到一个Excel表格中。

我们可以使用一个循环遍历所有的Word文档，代码如下：

import docx
from openpyxl import Workbook
import os

# 新建一个工作表
workbook = Workbook()
worksheet = workbook.active

# 读取Word文档所在的文件夹
doc_folder = 'doc_folder'
for filename in os.listdir(doc_folder):
    # 判断文件是否为Word文档
    if filename.endswith('.docx'):
        # 打开Word文档
        document = docx.Document(os.path.join(doc_folder, filename))
        # 读取所有的段落
        paragraphs = document.paragraphs
        # 遍历所有段落
        for para in paragraphs:
            # 判断段落中是否包含关键信息
            if '关键信息' in para.text:
                # 将关键信息写入Excel表格中
                cell = worksheet.cell(row=1, column=1)
                cell.value = para.text

# 保存Excel文档
workbook.save('example.xlsx')

上述代码将读取doc_folder文件夹中所有的Word文档，然后遍历其中的每个文档。在遍历每个文档的时候，我们可以读取其中所有的段落，并查找关键信息。如果找到关键信息，则将其写入到Excel表格中。

实例二：提取Word文档中多个关键信息

假设我们需要读取一个Word文档，并从中提取多个关键信息。我们可以通过添加适当的代码来实现读取和整理多个关键信息，代码如下：

import docx
from openpyxl import Workbook

# 新建一个工作表
workbook = Workbook()
worksheet = workbook.active

# 打开Word文档
document = docx.Document('example.docx')

# 读取所有的段落
paragraphs = document.paragraphs

# 遍历所有段落
for para in paragraphs:
    # 判断段落中是否包含关键信息1
    if '关键信息1' in para.text:
        # 将关键信息1写入Excel表格中
        cell = worksheet.cell(row=1, column=1)
        cell.value = para.text
    # 判断段落中是否包含关键信息2
    elif '关键信息2' in para.text:
        # 将关键信息2写入Excel表格中
        cell = worksheet.cell(row=1, column=2)
        cell.value = para.text

# 保存Excel文档
workbook.save('example.xlsx')

上述代码可以读取example.docx文档中的所有段落。在遍历每个段落的过程中，我们可以使用if-elif语句判断该段落是否包含关键信息1或关键信息2，并将其写入到Excel表格的相应单元格中。

五、总结

本文详细介绍了如何使用Python批量读取Word文档并整理关键信息到Excel表格的实例教程，具体包括准备工作、读取Word文档、整理关键信息并写入Excel表格以及两个实例说明。希望对读者能够有所帮助。