信不信?5分钟学会Python处理.docx和.xlsx文件

MS Office文档可能是最不结构化的数据源之一。但在现实生活中，MS Office文档，特别是Excel和Word，几乎在每个公司，单位中都在使用。仅仅因为它是一个灵活而简单的工具，任何人都可以使用。所以也是为什么需要学习用pythonl来处理的重要原因。#python

word文件的真相-------您可以轻松编辑没有任何库的.docx文件。从技术上讲，它只是一个zip存档。因此，您可以解压缩它，在document.xml文件中进行替换并再次压缩它。它比处理旧的二进制.doc文件要好得多。但是还有更优雅的方式。

本5 分钟教程任务是从.xlsx文档中读取数据并根据现有模板生成.docx文件。要使用.xlsx文件，将使用openpyxl python库。

openpyxl库用于处理.xlsx文件

首先安装库并打开了input / table.xlsx文件：

#sudo pip install openpyxl

或

#sudo pip2 install openpyxl
import openpyxl
wb = openpyxl.load_workbook(filename = 'input/table.xlsx')
现在可以选择工作表并获取某些单元格的值：
ws = wb.worksheets[1]
print(ws["A1"].value)

输出：

Username

表头怎么处理？如果我们在表中有9列，我们可以这样做：

for col in range(1, 10):

print(ws.cell(column=col, row=1).value)

输出：

Username

Surname

Attribute1

Attribute2

Attribute3

Attribute4

Attribute5

Attribute6

Attribute7

如果想要阅读整个表（没有头），我们可以这样做：

first_cell_value = "1"
row = 2
table = dict()
while first_cell_value != None:
if not ws.row_dimensions[row].hidden:
table[row] = dict()
for col in range(1, 10):
table[row][col] = ws.cell(column=col, row=row).value
row += 1
first_cell_value = ws.cell(column=1, row=row).value

请注意，略过隐藏的行。

从这样的表格结构中，可以获得分析所需的一切。

用于处理.docx文件的python-docx库

然后让我们弄清楚如何使用.docx文件。安装了python-docx库并打开了.docx模板文件：

#sudo pip install python-docx
#sudo pip2 install python-docx
import docx
document = docx.Document(docx = 'input/template.docx')

以下是如何遍历doc文件中的段落，找到关键字" USERNAME "并将其替换为所需的值"John"：

import re

for paragraph in document.paragraphs:

if "USERNAME" in paragraph.text:

paragraph.text = re.sub("USERNAME", "John", paragraph.text)

如果需要读取或编辑.docx文件中的表怎么办？你可以这样读表：

for table in document.tables:
for row in table.rows:
for cell in row.cells:
for paragraph in cell.paragraphs:
print(paragraph.text)

要将行插入表中，我们的行为如下：

rows_to_add = dict()
rows_to_add[1] = ['1','2','3','4']
for table in document.tables:
for row in rows_to_add:
cells = table.add_row().cells
for n in range(0,len(rows_to_add[row]), 1):
cells[n].text = rows_to_add[row][n]

最后，将修改后的模板保存到新文件中：

document.save('output/john_smith.docx')

本文标签：

docx，Microsoft，MS Excel，MS Office，MS Word，openpyxl，python，python-docx，xlsx 。

老规矩，有问题问公众号“python_dada"。