大家好，今天有一個公務員的小伙伴委托我給他幫個忙，大概是有這樣一份Word(由于涉及文件私密所以文中的具體內容已做修改)

一共有近2600條類似格式的表格細欄，每個欄目包括的信息有：

• 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，如果是完全手動復制和修改時間，依照一個條目10s的時間計算，一分鐘可以完成6條，那么最快也需要：

而這類格式規整的文件整理非常適合用Python來執行，好的那么接下來請Python出場，必要的信息我在代碼中以注釋信息呈現。

首先使用Python將Word文件導入

# 導入需要的庫docx from?docx import?Document# 指定文件存放的路徑 path = r'C:\Users\word.docx'?# 讀取文件 document = Document(path)# 讀取word中的所有表格 tables = document.tables

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信息

# 獲取第一張表 table0?= tables[0]

仔細觀察可以發現一個文件條目占據了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

# 在全局放一個變量用來計數填序號 n = 0 for?i in?range(0, len(table0.rows) + 1, 3):# 日期date = table0.cell(i, 1).text# 標題title = table0.cell(i + 1, 1).text.strip()# 文號dfn = tables[j].cell(i, 3).text.strip()print(n, date, tite, dfn)

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: 解析字符串中蘊含的時間

• strftime: 轉化成所需的時間格式

import?datetimen = 0 for?i in?range(0, len(table0.rows) + 1, 3):# 日期date = table0.cell(i, 1).text# 有的條目時間是空的，這里不做過多判別if?'/'?in?date:date = datetime.datetime.strptime(date, '%d/%m').strftime('2020-%m-%d')else:date = '-'# 標題title = table0.cell(i + 1, 1).text.strip()# 文號dfn = tables[j].cell(i, 3).text.strip()print(n, date, tite, dfn)

這樣一張表的內容解析就完成了，注意這里用的是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序靈活性

n = 0 for?j in?range(len(tables)):for?i in?range(0, len(tables[j].rows)+1, 3):try:# 日期date = tables[j].cell(i, 1).textif?'/'?in?date:date = datetime.datetime.strptime(date, '%d/%m').strftime('2020-%m-%d')else:date = '-'# 標題title = tables[j].cell(i + 1, 1).text.strip()# 文號dfn = tables[j].cell(i, 3).text.strip()n += 1print(n, date, title, dfn)except?Exception as?error:# 捕獲異常，也可以用log寫到日志里方便查看和管理print(error)continue

信息解析和獲取完成就可以導出了，用到的包是openpyxl

from?openpyxl import?Workbook# 實例化 wb = Workbook() # 獲取當前sheet sheet = wb.active # 設立表頭 header = ['序號', '收文時間', '辦文編號', '文件標題', '文號', '備注'] sheet.append(header)

在最內層解析循環的末尾加上如下代碼即可

row = [n, date, ' ', title, dfn, ' '] sheet.append(row)

線程的最后記得保存

wb.save(r'C:\Users\20200420.xlsx')

運行時間在10分鐘左右，大概離開了一會程序就執行結束了

---

最后附上完整代碼，代碼很簡單，理清思路最重要

from?docx import?Document import?datetime from?openpyxl import?Workbookwb = Workbook() sheet = wb.active header = ['序號', '收文時間', '辦文編號', '文件標題', '文號', '備注'] sheet.append(header)path = r'C:\Users\word.docx' document = Document(path) tables = document.tablesn = 0 for?j in?range(len(tables)):for?i in?range(0, len(tables[j].rows)+1, 3):try:# 日期date = tables[j].cell(i, 1).textif?'/'?in?date:date = datetime.datetime.strptime(date, '%d/%m').strftime('2020-%m-%d')else:date = '-'# 標題title = tables[j].cell(i + 1, 1).text.strip()# 文號dfn = tables[j].cell(i, 3).text.strip()n += 1print(n, date, title, dfn)row = [n, date, ' ', title, dfn, ' ']sheet.append(row)except?Exception as?error:# 捕獲異常，也可以用log寫到日志里方便查看和管理print(error)continuewb.save(r'C:\Users\20200420.xlsx')

---

先有收獲，再點在看！

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的如何利用Python批量将Word中的信息提取到Excel？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。