使用 Python 将 Word 表格数据导入 Excel

原创

用户12495000

发布于 2026-10-26 10:38:46

1560

Word 文档中的表格往往承载着结构化数据，但进行统计、筛选或图表制作时，Excel 才是更合适的工具。当文档包含多张表格时，手动复制粘贴不仅耗时，还容易在格式转换中出错。本文介绍如何使用 Spire.Doc for Python 和 Spire.XLS for Python，将 Word 文档中的每一张表格自动导入为 Excel 的独立工作表，并客观说明该方案能够解决和无法覆盖的问题。

安装所需库

在开始之前，需要安装两个库：Spire.Doc 负责读取和解析 Word 文档中的表格结构，Spire.XLS 负责创建和写入 Excel 文件。在命令行中执行：

pip install Spire.Doc
pip install Spire.XLS

需要留意的是，Spire 系列提供免费版（Free Edition），例如 spire.doc.free 和 spire.xls.free，可以通过 pip install spire.doc.free spire.xls.free 安装。免费版在功能上有一定限制，例如 Free Spire.Doc 限制每个文档最多 500 个段落和 25 张表格。如果待处理的文档规模较小，免费版可以满足需求；若文档较大或表格数量较多，则需要使用完整版本。

两个库都支持 Windows、Linux 和 macOS 平台，且不依赖 Microsoft Office 或 Word 的安装。

实现思路

整个转换流程可以拆分为两个阶段：

提取阶段 ：加载 Word 文档，遍历其中的每一个节（Section），再遍历节内的每一张表格。对于表格中的每一个单元格，读取其全部段落文本并拼接，以保留单元格内可能存在的多段内容。

写入阶段 ：新建一个 Excel 工作簿，为每一张 Word 表格创建一个独立的工作表。按行列顺序将提取的文本写入对应单元格，最后自动调整列宽并保存文件。

完整代码示例

以下代码实现了上述流程。代码基于完整版 Spire 库编写；如果使用免费版，导入语句需相应调整为 from spire.doc import * 和 from spire.xls import *。

from spire.doc import *
from spire.xls import *

# 加载 Word 文档
doc = Document()
doc.LoadFromFile('input.docx')

# 创建 Excel 工作簿并清空默认工作表
wb = Workbook()
wb.Worksheets.Clear()

# 遍历文档中的所有节
for i in range(doc.Sections.Count):
    section = doc.Sections.get_Item(i)

    # 遍历节中的所有表格
    for j in range(section.Tables.Count):
        table = section.Tables.get_Item(j)

        # 为每张表格创建独立工作表，命名包含节序号和表序号
        ws = wb.Worksheets.Add(f'Table_{i+1}_{j+1}')

        # 逐行逐单元格写入数据
        for row in range(table.Rows.Count):
            tableRow = table.Rows.get_Item(row)

            for cell in range(tableRow.Cells.Count):
                tableCell = tableRow.Cells.get_Item(cell)

                # 拼接单元格内所有段落的文本
                cellText = ''
                for paragraph in range(tableCell.Paragraphs.Count):
                    paragraph = tableCell.Paragraphs.get_Item(paragraph)
                    cellText = cellText + (paragraph.Text + ' ')

                # 以 "00" 开头的文本直接赋值，避免被 Excel 自动转为数字
                if cellText.startswith('00'):
                    ws.Range[row + 1, cell + 1].Text = cellText
                else:
                    ws.SetCellValue(row + 1, cell + 1, cellText)

        # 根据内容自动调整列宽
        ws.AllocatedRange.AutoFitColumns()

# 保存为 Excel 2016 格式
wb.SaveToFile('output/WordTableToExcel.xlsx', FileFormat.Version2016)

doc.Close()
wb.Dispose()

运行前请确保 input.docx 位于脚本同级目录，且 output 文件夹已存在（或根据实际需要修改保存路径）。

代码中的几个关键处理

单元格内多段落的拼接。 Word 单元格中可以包含多个段落，直接取第一个段落会丢失后续内容。代码通过遍历 tableCell.Paragraphs 将每段文本依次拼接，并在末尾追加空格作为分隔，确保单元格内的完整信息被保留。

以 "00" 开头的文本保护。 Excel 在通过 SetCellValue 写入字符串时，可能将形如 "001" 的内容自动识别为数字 1。代码对此做了判断：若文本以 "00" 开头，则改用 ws.Range[row + 1, cell + 1].Text = cellText 赋值，这种方式更倾向于保留字符串原貌。不过这一保护仅覆盖了 "00" 前缀的情况，其他可能被误判的格式（如长数字串、日期样式的文本）并未纳入处理范围。

工作表命名。 采用 Table_{节序号}_{表序号} 的格式，便于在 Excel 中追溯每张工作表对应的 Word 表格位置。

未覆盖的情形

当前代码只处理了结构最简单的二维文本表格。以下几种常见情况它无法正确处理：

单元格合并。 Word 表格中的合并单元格在遍历时，tableRow.Cells.Count 和单元格索引所对应的网格位置可能与视觉布局不一致。代码按 Cells 集合顺序逐一遍历，没有读取 GridSpan 或 VerticalMerge 等属性。如果源表格存在合并单元格，写入 Excel 后原本合并的区域会被拆散，文本可能出现重复或错位。若要处理，需要额外读取合并属性并在 Excel 侧执行对应的 Merge 操作。

单元格内的图片。 代码只提取了段落文本。如果某个单元格内嵌有图片或其他非文本对象，这些内容会被完全忽略，不会出现在 Excel 中。

文本格式的保留。 写入 Excel 的内容只有纯文本字符串。Word 单元格中的字体、字号、加粗、颜色、对齐方式等格式信息，以及段落之间的换行关系（代码用空格拼接段落），在写入时都没有被传递。Excel 单元格只承载了文本值，视觉样式全部丢弃。

表格外的上下文信息。 如果 Word 文档中的表格带有标题行、说明性段落或跨表引用，这些内容不会进入 Excel。每张表格被独立放入一张工作表，表与表之间的逻辑关系仅通过命名中的序号体现。