利用Python实现读取Word文档里的Excel附件

当我们使用Python处理文档时，我们需要可以读取Word文档中的Excel附件，即将Excel文件嵌入在Word文档中，并从Python程序中读取它们。接下来就为大家讲解如何使用Python实现这一功能。

确认Word文档中是否存在嵌入式Excel附件

在Python中，我们可以使用docx库来读取Word文档。docx库支持读取嵌入式Excel附件，但前提是要确认Word文档中是否存在嵌入式Excel附件。我们可以通过以下代码来进行确认：

from docx import Document
from docx.enum.ole import OLE_PACKAGE
document = Document('example.docx')
for paragraph in document.paragraphs:
    for run in paragraph.runs:
        if run._element.tag.endswith('object'):
            if OLE_PACKAGE in run._element.ole_object.type:
                print('Found OLE object of type Excel.')

这段代码会打开名为example.docx的Word文档，并循环遍历文档中的每一个Paragraph对象。对于每个Paragraph对象的每个Run对象，如果它是OLE对象，那么我们就检查它的类型是否是Excel类型。如果有Excel类型的嵌入式附件，则会输出Found OLE object of type Excel.

读取Word文档中的Excel附件

如果我们在Word文档中找到了Excel附件，并且我们想要从Python程序中读取它们，那么可以使用olefile库来读取它们，如下代码所示：

import olefile

def read_excel_from_word_docx(docx_file):
    ole = olefile.OleFileIO(docx_file)
    for stream in ole.listdir():
        if stream[0].lower() == 'word/embeddings' and 'excel' in stream[1].lower():
            stream_name = stream[0] + '/' + stream[1]
            data = ole.openstream(stream_name).read()
            with open('embedded.xlsx', 'wb') as f:
                f.write(data)

read_excel_from_word_docx('example.docx')

这个函数read_excel_from_word_docx首先用olefile库打开Word文档文件，然后在整个文档中遍历目录，找到字节流的位置，检查其名称是否以word/embeddings开头，并且是否包含excel字符串。如果符合条件，则我们可以使用olefile库读取Excel附件的字节流，并保存到一个名为embedded.xlsx的文件中。

示例1：从Word文档中提取Excel数据

下面介绍一个例子，在Python中提取Word文档中的Excel数据。我们可以使用pandas库来读取Excel文件，并将其读取为DataFrame对象。pandas库的read_excel函数可以把Excel文件读取为DataFrame对象，如下所示：

import pandas as pd

def read_excel_data(file_path):
    data = pd.read_excel(file_path) 
    return data

#从example.docx中提取Excel数据
read_excel_from_word_docx('example.docx')
data = read_excel_data('embedded.xlsx')
print(data.head())

这个函数read_excel_data以file_path的形式接收Excel文件的路径并返回pandas中的DataFrame对象。在上面的代码示例中，我们先从Word文档example.docx中提取Excel文件embedded.xlsx，然后使用read_excel_data函数读取embedded.xlsx并将其转换为DataFrame。最后我们可以使用head()函数来查看提取的Excel数据。

注意：在运行此例之前，请确保文件已存在，且未进行加密保护。

示例2：将Word文档中的Excel数据保存为CSV文件

下面，我们将展示如何将Word文档中的Excel数据保存为CSV文件。 pandas库的to_csv()函数可将数据存储到CSV文件中。如下所示：

def save_excel_to_csv(file_path, csv_path):
    data = read_excel_data(file_path)
    data.to_csv(csv_path, index=False)

save_excel_to_csv('embedded.xlsx', 'embedded.csv')

这个函数save_excel_to_csv以file_path的形式接收Excel文件的路径和csv_path的形式接收CSV路径。它首先使用上面的read_excel_data函数读取Excel数据并转换为pandas DataFrame对象，然后把对象存储到CSV文件中。在上面的代码示例中，我们保存embedded.xlsx文件为embedded.csv文件。

现在，我们已经学会了如何使用Python实现读取Word文档中的Excel附件，以及将Word文档中的Excel数据保存为CSV文件。