Python自动批量Word数据到Excel

## 问题背景

我有很多个Word文件：

里面的每个word文件中，都有数据表格

怎样把批量的word文件的表格数据提取出来，放到excel中呢

## 导入代码包

用到了python-docs这个库，需要自己安装

# pip install python-docxfrom docx import Documentimport pandas as pdimport os

## 编写解析函数

注意，当做一个普通的table解析即可，用cell(row, col)读取确定单元格的内容文本。

def parse_docfile(doc_file):    doc = Document(doc_file)    table = doc.tables[0]        return dict(        姓名 = table.cell(0, 1).text, 性别 = table.cell(0, 3).text,        民族 = table.cell(0, 5).text, 出生年月 = table.cell(0, 7).text,
        参加工作时间 = table.cell(1, 1).text, 学历 = table.cell(1, 3).text,        籍贯 = table.cell(1, 5).text, 政治面貌 = table.cell(1, 7).text,
        毕业院校 = table.cell(2, 1).text, 专业 = table.cell(2, 4).text,        职务 = table.cell(2, 7).text,
        工作单位 = table.cell(3, 1).text, 报考类别 = table.cell(3, 7).text,
        工作简历 = table.cell(4, 1).text.strip(),        工作业绩 = table.cell(5, 1).text.strip(),        单位推荐意见 = table.cell(6, 1).text.strip(),        领导意见 = table.cell(7, 1).text.strip(),    )

## 单个word的测试

parse_docfile("优秀教师选拔考试报名表/优秀教师选拔考试报名表（刘备）.docx")

输出结果为：

{'姓名': '刘备', '性别': '男', '民族': '汉', '出生年月': '1956.11', '参加工作时间': '1975.7', '学历': '本科', '籍贯': '成都', '政治面貌': '蜀汉', '毕业院校': '成都大学', '专业': '体育', '职务': '大将军', '工作单位': '成都第一中学', '报考类别': '语文', '工作简历': '从简', '工作业绩': '优秀', '单位推荐意见': '同意', '领导意见': '同意'}

## 结合os模块，做批量解析

初始化结果数据结构

# 列名columns = None# 数据内容datas = []

实现for循环解析

for


    
 file in os.listdir("优秀教师选拔考试报名表"):    if file.endswith(".docx"):        file_path = f"优秀教师选拔考试报名表/{file}"                print("解析文件", file_path)                data = parse_docfile(file_path)                if not columns:            columns = list(data.keys())                    datas.append([data[column] for column in columns])

程序输出结果为：

解析文件 优秀教师选拔考试报名表/优秀教师选拔考试报名表（张飞）.docx解析文件 优秀教师选拔考试报名表/优秀教师选拔考试报名表（周瑜）.docx解析文件 优秀教师选拔考试报名表/优秀教师选拔考试报名表（曹操）.docx解析文件 优秀教师选拔考试报名表/优秀教师选拔考试报名表（小乔）.docx解析文件 优秀教师选拔考试报名表/优秀教师选拔考试报名表（曹植）.docx解析文件 优秀教师选拔考试报名表/优秀教师选拔考试报名表（刘备）.docx

## 使用pandas输出到excel文件

df = pd.DataFrame(datas, columns = columns)
df.to_excel("优秀教师选拔考试报名表.xlsx", index=False)

查看结果excel文件：

## 本代码的视频讲解

谢谢，如果对你帮助，点个赞呀！