看Python如何無縫轉換Word和Excel
- 2020 年 6 月 4 日
- 筆記
word和excel是辦公過程必不可少的兩個文檔類型,word多用於文字處理,比如備忘錄、論文、書籍、報告、商業信函等,excel可以製作精美的圖表,還可以計算、分析、記錄數據。二者在功能達成上有重疊,工作過程中經常需要轉換,如果內容少,還可以手動解決,但是一旦數據量龐大,靠手動,耗時費力不說,還很容易出現差錯,今天以兩個實例,教大家如何用Python實現word和excel之間的轉換。
比如有這樣一份Word文檔
一共有近2600條類似格式的表格細欄,每個欄目包括的資訊有:
-
日期
-
發文單位
-
文號
-
標題
-
簽收欄
需要提取其中加粗的這三項內容到Excel表格中存儲,表格樣式如下:
也就是需要將收文時間、文件標題、文號填到指定位置,同時需要將時間修改為標準格式,如果是完全手動複製和修改時間,依照一個條目10s的時間計算,一分鐘可以完成6條,那麼最快也需要:
2600/6=433.3(min)
而這類格式規整的文件整理非常適合用Python來執行,好的那麼接下來請Python出場,必要的資訊我在程式碼中以注釋資訊呈現。
首先使用Python將Word文件導入
再把問題逐個劃分
首先嘗試獲取第一張表第一個文件條目的三個所需資訊
仔細觀察可以發現一個文件條目佔據了3行,所以對表格全部行循環迭代時可以設步長為3
注意觀察表格,按照row和cell把所需內容解析清楚
接下來需要解決的是,時間我們獲取的是 2/1 這種 日/月的形式。我們需要轉化成 YYYY-MM-DD格式,而這利用到datetime包的strptime和strftime函數:
strptime: 解析字元串中蘊含的時間
strftime: 轉化成所需的時間格式
這樣一張表的內容解析就完成了,注意這裡用的是table[0]即第一張表,遍歷所有的表加一個嵌套循環就可以,另外也可以捕獲異常增加程式靈活性
資訊解析和獲取完成就可以導出了,用到的包是openpyxl
在最內層解析循環的末尾加上如下程式碼即可
執行緒的最後記得保存
運行時間在10分鐘左右,大概離開了一會程式就執行結束了
程式碼很簡單,理清思路最重要
我們再以一個案例來講解如何使用Python從Excel中計算、整理數據並寫入Word中,其實並不難,主要就是以下兩步:
-
openpyxl讀取Excel獲取內容
-
docx讀寫Word文件
需求確認
首先來看下我們需要處理的Excel部分數據
可以看到數據非常多,並且還存在重複數據。而我們要做的就是對每一列的數據按照一定的規則進行計算、整理並使用Python自動填入到Word中,大致的要求如下
上面僅是部分要求,真實需要填入word中的數據要更多!
除了對按照格式進行處理並存入Word中指定位置之外,還有一個需求:最終輸出的word文件名還需要按照一定規則生成:
OK,需求分析完畢,接下來看Python如何解決!
Python實現
首先我們使用Python對該Excel進行解析
利用openpyxl讀取單元格有以下幾種用法
明白了原理我們就可以解析獲取Excel中的數據了
通過上面的程式碼,我們就成功的從Excel中提取出來數據,這樣Excel部分就結束了,接下來進行word的填表啦,由於這裡我們默認讀取的word是.docx格式的,實際上讀者的需求是.doc格式文件,所以windows用戶可以用如下程式碼批量轉化doc,前提是安裝好win32com
不過在Mac下暫時沒有好的解決策略,如果有思路歡迎交流,好了有docx格式文件後我們繼續操作Word部分
確定好每個表格數後即可進行相應的填報操作,table的用法和openpyxl中非常類似,注意索引和原生python一樣都是從0開始
上面程式碼完成Word中這一部分表格
我們繼續用Python填寫下一個表格
這裡需要注意兩個細節:
-
word寫入的數據需是字元串,所以從Excel獲取的數據需要用str格式化
-
表格可能存在合併等其他情況,因此你看到的行數和列數可能不是真實的,需要用程式碼不斷測試。
按照上面的辦法,將之前從Excel中取出來的數據一一填充到Word中對應位置就大功告成!最後保存一下即可
回顧上面的過程,其實從需求和文件格式上看,這次文件的讀寫解析任務較複雜,碼程式碼和思考時間會較久,所以當我們在考慮使用Python進行辦公自動化之前需要想清楚這個問題:這次需要完成的任務是否工作量很多,或者以後長期需要進行,用Python是否可以解放雙手?如果不是,實際上手動就可以完成,那麼就失去了自動化辦公的意義!
請聯繫我
想了解更多關於python的問題,請聯繫我:
請添加微信:17706130227(江江老師)即可獲取哦!
微信公眾號:Python職場圈