Python 读取 Word 文档操作

以下是关于Python读取Word文档操作的完整攻略。

1. 安装依赖包

首先需要安装python-docx包，可以使用pip命令进行安装。

pip install python-docx

2. 读取Word文档

读取Word文档需要使用docx模块中的Document类。

from docx import Document

document = Document('example.docx')

以上代码使用Document类打开了一个名为“example.docx”的Word文档。需要注意的是，文件路径需要使用绝对路径或相对于当前工作目录的相对路径。

3. 读取文档内容

读取整个文档内容可以使用Document对象的paragraphs属性。paragraphs属性返回一个包含每个段落的Paragraph对象的列表。

for paragraph in document.paragraphs:
    print(paragraph.text)

以上代码会将文档中所有段落的内容打印出来。

4. 读取表格内容

读取Word文档中的表格需要使用Table类。首先需要获取文档中所有的表格，然后遍历每个表格的单元格获取单元格内容。

for table in document.tables:
    for row in table.rows:
        for cell in row.cells:
            print(cell.text)

以上代码会将文档中所有表格的单元格内容打印出来。

示例1：统计段落数量

下面的示例演示了如何读取一个Word文档，并计算文档中包含的段落数量。

from docx import Document

document = Document('example.docx')
count = 0
for paragraph in document.paragraphs:
    count += 1
print('文档中段落数量为：', count)

以上代码会打印出包含在文档中的段落数量。

示例2：读取表格内容并保存为CSV文件

下面的示例演示了如何读取一个Word文档中的表格，并将表格内容保存为CSV文件。

from docx import Document
import csv

document = Document('example.docx')
csv_file = open('table_data.csv', 'w', newline='', encoding='utf-8')
writer = csv.writer(csv_file)
for table in document.tables:
    for row in table.rows:
        row_data = []
        for cell in row.cells:
            row_data.append(cell.text.strip())
        writer.writerow(row_data)
csv_file.close()

以上代码打开一个名为“example.docx”的Word文档，查询文档中的表格，并将表格内容写入一个名为“table_data.csv”的CSV文件中。在上述代码中，使用了Python标准库中的csv模块。需要注意的是，csv文件需要用utf-8编码打开。