用Python将Word中的内容写入Excel

下载Python和依赖的库

python-docx读取Word的库
官网：http://python-docx.readthedocs.io/en/latest/
读取Excel的库：xlrd
写入Excel的库：xlwt
两者的帮助库：xlutils
官网：http://www.python-excel.org/
在命令行中输入以下命令即可

pip install python-docx#安装python-docx依赖库pip install xlrd#读Excel的库pip install xlwt#写Excel的库pip install xlutils#复制Excel的库

因为LZ是以.doc格式的Word文档，需要转为docx才能被这些库打开，因此用pywin32把.doc的文件转为.docx的文件，并且把转换的相关信息写到一个Excel里面

下载和安装pywin32的参考地址如下：
http://www.2cto.com/database/201612/576890.html

如果需要直接修改一下输入和输出目录

# _*_ coding:utf-8 _*_import osimport win32comimport xlwtfrom win32com.client import Dispatchimport sysreload(sys)sys.setdefaultencoding('utf-8')#要转换的doc文件目录docDir = r'C:\Users\Administrator\Desktop\井陉矿区\井陉矿区'#转换成功的docx文件目录docxDir = r'D:\data\data10'#包含转换信息的文件，主要包括转换成功的文件，转换失败的文件msgExcel = r'D:\data\data10\转换信息表1.xls'#文件总数fileTotal = 0#转换正确的文件总数successList = []#装换错误的文件总数errorList = []#将转换信息写入到excel中def writeMsg():    excel = xlwt.Workbook(encoding='utf-8')    # 这个是指定sheet页的名称    sheet1 = excel.add_sheet('统计信息')    sheet2 = excel.add_sheet('详细信息')    sheet1.write(0, 0, '文件总数')    sheet1.write(0, 1, '录入正确')    sheet1.write(0, 2, '录入错误')    sheet1.write(1, 0, fileTotal)    sheet1.write(1, 1, len(successList))    sheet1.write(1, 2, len(errorList))    sheet2.write(0, 0, '录入正确')    sheet2.write(0, 1, '录入错误')    row = 1    for x in successList:        sheet2.write(row, 0, x)        row += 1    row = 1    for x in errorList:        sheet2.write(row, 1, x)        row += 1    excel.save(msgExcel.decode('utf-8'))if __name__ == "__main__":    word = win32com.client.Dispatch('word.application')    word.DisplayAlerts = 0    word.visible = 0    PATH = unicode(docDir, 'utf8')    for root, dirs, files in os.walk(PATH):        fileTotal = len(files)        for name in files:            fileName = os.path.join(root, name)            print fileName            try:                doc = word.Documents.Open(fileName)                #这个是保存的目录                doc.SaveAs(docxDir + "\\" + fileName.split("\\")[-1].split(".")[0] + ".docx", 12)                doc.Close()                successList.append(name)            except Exception as e:                errorList.append(name)                continue    writeMsg()

读取Word内容

假如Word的内容为：

代码为：

# coding=UTF-8from docx import Documentimport xlrd#打开word文档document = Document('test.docx')#获取word文档中的所有表格是一个listtempTable = document.tables#获取第一个表格table = tempTable[0]#遍历表格for x in table.rows:    for y in x.cells:        print y.text,    print

则读取如下：

如果把表格合并成如下格式：

读取如下：

可以看出虽然表格合并了，可还是按3行3列输出，只不过是合并的内容相同，这样从Word中取数据就特别麻烦，可以通过判重来取，但也是特别复杂，下面写一个简单的Demo说一下具体的做法

主要思路

主要思路是弄一个模板表用来获取每个字段数据所在的位置，读取模板表将数据放入dict中，其中key为字段名，值为位置，在读取数据表，通过dict获取字段的值，并将字段的值和字段的数据放入sheetdict中，最后将sheetdict和excel列名相同的数据放到这一列下面，我们不能通过api直接在空的excel中写数据，直接通过复制一个空的excel得到另一个excel，在复制的这个excel中写数据

Word和Excel的格式

模板表.docx

学生信息表1.docx

学生信息表.xlsx

样例代码

# _*_ coding:utf-8 _*_from docx import Documentimport xlwtimport xlrdfrom xlutils.copy import copyimport sysimport osreload(sys)sys.setdefaultencoding('utf-8')#开始的excelstartExcel = r'D:\workSpace\forShow\学生信息表.xlsx'#最后生成的excel，这个库只能保存xls格式的文件endExcel = r'D:\workSpace\forShow\学生信息表.xls'#模板表templete = r'D:\workSpace\forShow\模板表.docx'#word所在的文件夹wordDir = r'D:\workSpace\forShow\数据'#模板表中每个字段对应的位置，键是字段，值是所在的位置dict1 = {}#判断是否是英文def isEnglish(checkStr):    for ch in checkStr.decode('utf-8'):        if u'\u4e00' <= ch <= u'\u9fff':            return False    return True#读取模板表def readTemplate():    document = Document(templete.decode('utf-8'))    tempTable = document.tables    table = tempTable[0]    rowList = table.rows    columnList = table.columns    rowLength = len(rowList)    columnLength = len(columnList)    for rowIndex in range(rowLength):        for columnIndex in range(columnLength):            cell = table.cell(rowIndex,columnIndex)            if isEnglish(cell.text):                dict1.setdefault(cell.text,[rowIndex,columnIndex])#读入的表re = xlrd.open_workbook(startExcel.decode("utf-8"))#通过复制读入的表来生成写入的表we = copy(re)#写第一页的sheetdef writeFirstSheet1(table, row):    sheet = we.get_sheet(0)    #将字段对应的值填到sheet1dict中    sheet1dict = {}    for key in dict1:        tempList = dict1[key]        for index in range(0,1):            x = tempList[index]            y = tempList[index+1]            sheet1dict.setdefault(key,table.cell(x,y).text)    #读取第一个sheet    tempSheet = re.sheet_by_index(0)    #读取第一个sheet中的第二行    list1 = tempSheet.row_values(1)    for excelIndex in range(len(list1)):        for key in sheet1dict:            if list1[excelIndex] == key:                #将sheet1dict中的内容写入excel的sheet中                sheet.write(row, excelIndex, sheet1dict[key])#将word中数据写入exceldef writeExcel(wordName, row):    document = Document(wordName)    tempTable = document.tables    table = tempTable[0]    #一个excel一般有好几个sheet（即页数），所以单独写一个函数    writeFirstSheet1(table, row)    we.save(endExcel.decode("utf-8"))if __name__ == "__main__":    readTemplate()    docFiles = os.listdir(wordDir.decode("utf-8"))    # 开始数据的行数    row = 1    for doc in docFiles:        #输出文件名        print doc.decode("utf-8")        try:            row += 1            writeExcel(wordDir + '\\' + doc.decode("utf-8"), row)        except Exception as e:            print(e)

生成的Excel

学生信息表.xls

源码地址：http://download.csdn.net/download/zzti_erlie/9953957
参考博客：（第一个为关于python-docx的，剩下的为excel的）
[1]http://www.cnblogs.com/rencm/p/6285304.html
[2]http://www.jb51.net/article/63498.htm
[3]http://blog.csdn.net/wangkai_123456/article/details/50457284
[4]http://www.jb51.net/article/60510.htm
[5]http://www.cnblogs.com/pangwanzi/p/6475871.html
[6]https://www.crifan.com/python_append_new_data_into_existing_excel_xls_file/