python-自动化篇-办公-一键将word中的表格提取到excel文件中

工作中，经常需要将Word文档中的表格粘贴到Excel文件中，以便汇总及分析。一个一个复制粘贴，非常不方便，还是Python自动化操作，省心省力。要求如下图所示，即将word中的所有表格，转存到excel文件的工作表里。

import os
from docx import Document
from openpyxl import Workbook#获取待处理的文件的路径
path='word文件'  #文件所在文件夹
files = [path+"\\"+i for i in os.listdir(path)] #获取文件夹下的文件名,并拼接完整路径for file in files:doc = Document(file)wb = Workbook()wb.remove(wb.worksheets[0])#删除工作簿自带的工作表for index, table in enumerate(doc.tables, start=1): #从1开始给表格编号ws = wb.create_sheet(f"Sheet{index}")#创建新工作表，以"Sheet" + word中表格的编号命名for i in range(len(table.rows)): #遍历word中表格的所有行row_data = [] #储存表格中每行的数据for j in range(len(table.columns)): #遍历word中表格的所有列row_data.append(table.cell(i,j).text)ws.append(row_data) #每取一行就写入数据到Excel表的行中wb.save("excel文件\\{}.xlsx".format(file.split("\\")[1].split(".")[0])) #保存excel文件

以上，先导入相关模块。os用于获取待处理word文件的路径；docx用于读取word文件；openpyxl用于操作excel文件。将所有word文件的路径存入列表files中。然后逐个通过Document打开，并使用Workbook()创建Excel工作簿，以接收来自于word文件中的数据。因为创建工作簿后，Excel会自动新建一个名为"Sheet"的空白表格，但我们想用自己命名的表格，所以使用remove()将自动新建的表删掉了。

然后遍历word文件中的所有表格，并读取其中的数据。由于我们想让Excel工作簿中的表的序号与Word中的一致，所以使用enmuerate给Word中的表格进行编号，start=1表示从1开始，不然会默认从0开始。

随后使用wb.create_sheet新建一个工作表，其表名就用字符串"Sheet"加上上面的编号。其中f"{}"是格式化字符串方法，从Python 3.6开始加入标准库，是一种更灵活好用的方法。如下有四种方式处理字符串，结果完全一样，不过第一种最好用，墙裂推荐。

name = "Trump"
age = 70
f"你好, {name}， 你的年龄是{age}岁."

‘你好, Trump， 你的年龄是70岁.’

"你好, {}， 你的年龄是{}岁.".format(name,age)

‘你好, Trump， 你的年龄是70岁.’

"你好, %s， 你的年龄是%s岁." % (name, age)

‘你好, Trump， 你的年龄是70岁.’

"你好, " +name +"， 你的年龄是" + str(age) + "岁."

‘你好, Trump， 你的年龄是70岁.’

然后遍历word中表格的所有行和列，将每行的数据存入列表row_data，然后通过append方法马上增加到Excel表中最后一个数据下面。append方法可以将一个列表中的所有元素写入到excel表的一行，一个元素占一个单元格（如下图），够智能的吧？

处理完一个word文件，就保存一下数据。为了使保存的excel文件名与word文件名一致，使用了file.split("\\")[1].split(".")[0])。其中file的内容如下。file.split("\\")[1]就得到了’采购报告.docx’，'采购报告.docx'.split(".")[0]就得到了“采购报告”。

file

‘你好, Trump， 你的年龄是70岁.’
‘你好, Trump， 你的年龄是70岁.’
‘你好, Trump， 你的年龄是70岁.’
‘你好, Trump， 你的年龄是70岁.’
‘word文件\采购报告.docx’

file.split("\\")[1]

‘采购报告.docx’

'采购报告.docx'.split(".")[0]

‘采购报告’

结果图如下。word文件中有多少个表格，就会在excel文件中生成多少个sheet。而且，如果在word文件中有合并单元格，那到excel文件中，这些单元格会拆分，并填充相同的内容，更利于数据分析。当然，结果excel文件中的格式就不是那么好看了，需要手动调整一下。

代码

import os
from docx import Document
from openpyxl import Workbook#获取待处理的文件的路径
path='word文件'  #文件所在文件夹
files = [path+"\\"+i for i in os.listdir(path)] #获取文件夹下的文件名,并拼接完整路径for file in files:doc = Document(file)wb = Workbook()wb.remove(wb.worksheets[0])#删除工作簿自带的工作表for index, table in enumerate(doc.tables, start=1): #从1开始给表格编号ws = wb.create_sheet(f"Sheet{index}")#创建新工作表，以"Sheet" + word中表格的编号命名for i in range(len(table.rows)): #遍历word中表格的所有行row_data = [] #储存表格中每行的数据for j in range(len(table.columns)): #遍历word中表格的所有列row_data.append(table.cell(i,j).text)ws.append(row_data) #每取一行就写入数据到Excel表的行中wb.save("excel文件\\{}.xlsx".format(file.split("\\")[1].split(".")[0])) #保存excel文件