Python高效办公|如何正确处理word中的表格

罗罗攀

发布于 2021-12-06 09:49:20

2.5K00

代码可运行

文章被收录于专栏：有趣的Python和你有趣的Python和你

运行总次数：0

代码可运行

项目由来

很久没更新Python高效办公系列的文章啦，最近就遇到一个很适合Python来做的一件事情，分享给大家。

是这样的，如word所示，我们需要将里面的部分数据整理为excel表格，以便我后期使用。当然，数据我做了脱敏处理，但是这些坐标都是真实存在的，是武汉的地标，这就留给大家去探索了；其次，真实的数据有很多，如果一个个拷贝就很麻烦。所以，我们就来看看Python怎么分分钟完成这项任务。

解题思路

这里的关键点是提取经纬度(X和Y)，X是8位的数字，Y是7位数字，我们这时候很容易想到用正则表达式。正则表达式我之前就有讲解过，不愧是YYDS。

X是8位，很好提取，直接用\d{8}就行；但是7位的Y就不能直接这样写，因为这样也会匹配到X中的数字（因为X有8位，7位小于8位，会匹配到），所以我们需要在前面和后面加上英文逗号，加以限制。

最后，要解决的就是如何读取word中的表格，和读取后怎么写入excel表中。这两个问题使用docx和xlwt库即可，别忘记安装这两个库。

pip install python-docx
pip install xlwt

实现代码

下面就是我写的代码，都加了注释，希望大家自己也尝试写一下。

from docx import Document #用于读取word
import re #正则表达式库
import xlwt #写入excel的库

# 创建excel工作簿和sheet，在第一行写入表头。
workbook = xlwt.Workbook(encoding='utf-8')
sheet = workbook.add_sheet('点位')
sheet.write(0, 0, "点位")
sheet.write(0, 1, "X")
sheet.write(0, 2, "Y")

# 读取word，并获取word中的第一个表
doc = Document('坐标.docx')
tb1 = doc.tables[0]

# 定义临时变量，用于一行行写入数据到excel。
j = 1

# 读取word表中的数据，正则表达式提取后写入excel中。
for i in range(len(tb1.rows)):
    if i == 0:
        continue
    title = tb1.cell(i, 0).text
    coordinate = tb1.cell(i, 3).text
    lons = re.findall('(\d{8})', coordinate)
    lats = re.findall(',(\d{7}),', coordinate)
    for lon, lat in zip(lons, lats):
        sheet.write(j, 0, title)
        sheet.write(j, 1, lon)
        sheet.write(j, 2, lat)
        j += 1
    print(title, lons, lats)

# 保存文件
workbook.save('test.xls')