最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

使用python批量讀取word文檔并整理關(guān)鍵信息到excel表格的實例

 更新時間:2018年11月07日 09:48:51   作者:sheldonxxd  
今天小編就為大家分享一篇使用python批量讀取word文檔并整理關(guān)鍵信息到excel表格的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

目標

最近實驗室里成立了一個計算機興趣小組

倡議大家多把自己解決問題的經(jīng)驗記錄并分享

就像在CSDN寫博客一樣

雖然剛剛起步

但考慮到后面此類經(jīng)驗記錄的資料會越來越多

所以一開始就要做好模板設(shè)計(如下所示)

python批量讀取word,整理關(guān)鍵信息到excel

方便后面建立電子數(shù)據(jù)庫

從而使得其他人可以迅速地搜索到相關(guān)記錄

據(jù)說“人生苦短,我用python”

所以決定用python從docx文檔中提取文件頭的信息

然后把信息更新到一個xls電子表格中,像下面這樣(直接po結(jié)果好了)

python批量讀取word,整理關(guān)鍵信息到excel

而且點擊文件路徑可以直接打開對應(yīng)的文件(含超鏈接)

python批量讀取word,整理關(guān)鍵信息到excel

代碼實現(xiàn)

1. 采集docx里面文件頭信息

# -*- coding:utf-8 -*-
 
# 此程序可掃描Log中的docx文件并返回基本信息
 
import docx
from docx import Document
 
test_d = '../log/sublime搭建python的集成開發(fā)環(huán)境.docx'
 
def docxInfo(addr):
 document = Document(addr)
 
 info = {'title':[],
 'keywords':[],
 'author':[],
 'date':[],
 'question':[]}
 
 lines = [0 for i in range(len(document.paragraphs))]
 k = 0
 for paragraph in document.paragraphs:
 lines[k] = paragraph.text
 k = k+1
 
 index = [0 for i in range(5)]
 k = 0
 for line in lines:
 if line.startswith('標題'):
 index[0] = k
 if line.startswith('關(guān)鍵詞'):
 index[1] = k
 if line.startswith('作者'):
 index[2] = k
 if line.startswith('日期'):
 index[3] = k
 if line.startswith('問題描述'):
 index[4] = k
 k = k+1
 
 info['title'] = lines[index[0]+1]
 
 keywords = []
 for line in lines[index[1]+1:index[2]]:
 keywords.append(line)
 info['keywords'] = keywords
 
 info['author'] = lines[index[2]+1]
 
 info['date'] = lines[index[3]+1]
 
 info['question'] = lines[index[4]+1]
 
 return info
 
if __name__ == '__main__':
 print(docxInfo(test_d))

2. 遍歷log文件夾,進行信息更新

# -*- coding:utf-8 -*-
 
# 此程序可以批量掃描log中的文件,如果碰到docx文檔,
# 則調(diào)用readfile()提取文檔信息,并將信息保存到digger
# 日志列表.xls之中,方便后期快速檢索
 
import os,datetime
import time
import xlrd
from xlrd import xldate_as_tuple
import xlwt
from readfile import docxInfo
from xlutils.copy import copy
 
# 打開日志列表讀取最近一條記錄的更新日期
memo_d = '../log/digger日志列表.xls'
memo = xlrd.open_workbook(memo_d) #讀取excel
sheet0 = memo.sheet_by_index(0) #讀取第1張表
memo_date = sheet0.col_values(5) #讀取第5列
memo_n = len(memo_date) #去掉標題
if memo_n>0:
 xlsx_date = memo_date[memo_n-1] #讀取最后一條記錄的日期,
 latest_date = sheet0.cell_value(memo_n-1,5)
 # 返回時間戳
 
# 新建一個xlsx
memo_new = copy(memo)
sheet1 = memo_new.get_sheet(0)
 
# 重建超鏈接
hyperlinks = sheet0.col_values(6) # xlrd讀取的也是text,造成超鏈接丟失
k = 1
n_hyperlink = len(hyperlinks)
for k in range(n_hyperlink):
 link = 'HYPERLINK("%s";"%s")' %(hyperlinks[k],hyperlinks[k])
 sheet1.write(k,6,xlwt.Formula(link))
 k = k+1
 
 
# 判斷文件后綴
def endWith(s,*endstring):
 array = map(s.endswith,endstring)
 if True in array:
  return True
 else:
  return False
 
# 遍歷log文件夾并進行查詢
log_d = '../log'
logFiles = os.listdir(log_d)
for file in logFiles:
 if endWith(file,'.docx'):
 timestamp = os.path.getmtime(log_d+'/'+file)
 if timestamp>latest_date:
 info = docxInfo(log_d+'/'+file)
 sheet1.write(memo_n,0,info['title'])
 keywords_text = ','.join(info['keywords'])
 sheet1.write(memo_n,1,keywords_text)
 sheet1.write(memo_n,2,info['author'])
 sheet1.write(memo_n,3,info['date'])
 sheet1.write(memo_n,4,info['question'])
 #獲取當(dāng)前時間
 time_now = time.time() #浮點值,精確到毫秒
 sheet1.write(memo_n,5, time_now)
 link = 'HYPERLINK("%s";"%s")' %(file,file)
 sheet1.write(memo_n,6,xlwt.Formula(link))
 memo_n = memo_n+1
os.remove(memo_d)
memo_new.save(memo_d)
print('memo was updated!')

其實還有一些操作電子表格更好的模塊,比如panda、xlsxwriter、openpyxl等。不過上述代碼已經(jīng)基本能實現(xiàn)功能,而且科研狗畢竟沒那么多時間寫代碼做調(diào)試,所以后面有空再update吧!

致謝

在此過程中大量借鑒了CSDN論壇中各位大神的各種經(jīng)驗?。?!

以上這篇使用python批量讀取word文檔并整理關(guān)鍵信息到excel表格的實例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • Anaconda安裝opencv庫詳細圖文教程

    Anaconda安裝opencv庫詳細圖文教程

    這篇文章主要給大家介紹了關(guān)于Anaconda安裝opencv庫詳細圖文教程的相關(guān)資料,安裝Anaconda后,你可以使用conda命令在Anaconda環(huán)境中安裝OpenCV,文中有詳細步驟,需要的朋友可以參考下
    2023-07-07
  • python中對信號的處理詳解

    python中對信號的處理詳解

    這篇文章主要給大家介紹了關(guān)于python中對信號處理的相關(guān)資料, 計算機借助信號來接收和發(fā)送各種命令,操作系統(tǒng)針對其編程要接收或生成的每種命令列出了至少一個信號,需要的朋友可以參考下
    2021-07-07
  • 詳解Django框架中用戶的登錄和退出的實現(xiàn)

    詳解Django框架中用戶的登錄和退出的實現(xiàn)

    這篇文章主要介紹了詳解Django框架中用戶的登錄和退出的實現(xiàn),Django是重多Python人氣框架中最為知名的一個,需要的朋友可以參考下
    2015-07-07
  • 解決遇到PermissionError:[Errno 13] Permission denied:XXXX錯誤的問題

    解決遇到PermissionError:[Errno 13] Permission den

    遇到"PermissionError:[Errno 13] Permission denied"通常是權(quán)限不足導(dǎo)致,解決此問題的方法包括檢查并更改文件權(quán)限,使用管理員權(quán)限運行命令,或接觸文件所有者,這些步驟有助于確保用戶具有執(zhí)行操作所需的權(quán)限,有時,文件或目錄可能被鎖定
    2024-09-09
  • 詳解python3安裝pillow后報錯沒有pillow模塊以及沒有PIL模塊問題解決

    詳解python3安裝pillow后報錯沒有pillow模塊以及沒有PIL模塊問題解決

    這篇文章主要介紹了python3安裝pillow后報錯沒有pillow模塊以及沒有PIL模塊問題解決,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-04-04
  • 200 行python 代碼實現(xiàn) 2048 游戲

    200 行python 代碼實現(xiàn) 2048 游戲

    2048這個小游戲大家都不陌生,應(yīng)該都玩過,之前已經(jīng)在網(wǎng)上見過各個版本的2048實現(xiàn)了,有JAVA、HTML5等,今天我就給大家來一個我200 行python 代碼實現(xiàn)的2048 游戲,感興趣的朋友一起看看吧
    2018-01-01
  • 詳解Python如何循環(huán)遍歷Numpy中的Array

    詳解Python如何循環(huán)遍歷Numpy中的Array

    Numpy是Python中常見的數(shù)據(jù)處理庫,是數(shù)據(jù)科學(xué)中經(jīng)常使用的庫。在本文中,我們將學(xué)習(xí)如何迭代遍歷訪問矩陣中的元素,需要的可以參考一下
    2022-04-04
  • python使用PyGame模塊播放聲音的方法

    python使用PyGame模塊播放聲音的方法

    這篇文章主要介紹了python使用PyGame模塊播放聲音的方法,實例分析了PyGame模塊的使用技巧,需要的朋友可以參考下
    2015-05-05
  • 詳解python校驗SQL腳本命名規(guī)則

    詳解python校驗SQL腳本命名規(guī)則

    這篇文章主要介紹了python校驗SQL腳本命名規(guī)則,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-03-03
  • python基于tkinter圖形化編程實現(xiàn)簡易計算器功能

    python基于tkinter圖形化編程實現(xiàn)簡易計算器功能

    這篇文章主要為大家詳細介紹了python基于tkinter圖形化編程實現(xiàn)簡易計算器功能,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2022-07-07

最新評論

江北区| 汽车| 隆尧县| 庆城县| 金沙县| 榕江县| 皮山县| 景德镇市| 丽江市| 枣阳市| 西丰县| 嘉鱼县| 铜山县| 醴陵市| 工布江达县| 疏附县| 军事| 荆门市| 洛阳市| 合江县| 乌海市| 娄烦县| 朝阳市| 梨树县| 乌拉特后旗| 安图县| 苏尼特右旗| 苏州市| 布尔津县| 耿马| 宣威市| 新干县| 建昌县| 大名县| 思南县| 九江市| 广宗县| 桐柏县| 噶尔县| 深州市| 余姚市|