快捷導(dǎo)航

Python批量讀取Word表格的常用方法匯總

更新時間：2026年05月26日 09:17:53 作者：夢因you而美

在日常辦公和數(shù)據(jù)處理中,經(jīng)常需要將Word文檔中的表格提取為DataFrame進(jìn)行后續(xù)分析,但Word表格的格式復(fù)雜,常規(guī)讀取方式容易丟失格式或出現(xiàn)內(nèi)容為空的問題,本文將從基礎(chǔ)到終極,提供5個版本的可直接運行代碼,覆蓋所有Word表格場景,需要的朋友可以參考下

引言

在日常辦公和數(shù)據(jù)處理中，經(jīng)常需要將Word文檔中的表格提取為DataFrame進(jìn)行后續(xù)分析，但Word表格的格式復(fù)雜（如上下標(biāo)、內(nèi)置公式、字體樣式、單元格合并等），常規(guī)讀取方式容易丟失格式或出現(xiàn)內(nèi)容為空的問題。

本文將從基礎(chǔ)到終極，按“基礎(chǔ)讀取→上下標(biāo)識別→公式解析→全格式兼容→終極優(yōu)化”的遞進(jìn)邏輯，提供5個版本的可直接運行代碼，覆蓋所有Word表格場景，新手也能快速上手，按需選用。

核心依賴庫：python-docx（讀取Word文檔）、pandas（數(shù)據(jù)整理），安裝命令：

pip install python-docx pandas

本文以以下表格（test.docx）內(nèi)容為例：

一、基礎(chǔ)版：讀取Word所有表格（無格式）

適用于簡單表格（僅純文本，無上下標(biāo)、公式、特殊樣式），核心功能是批量讀取Word中的所有表格，轉(zhuǎn)換為DataFrame，支持單獨返回或合并表格，搭建基礎(chǔ)讀取框架。

from docx import Document
import pandas as pd


def read_word_tables(word_path: str, merge: bool = False):
    """
    讀取Word文檔中的所有表格，轉(zhuǎn)換為DataFrame
    :param word_path: Word文件路徑（.docx）
    :param merge: 是否合并所有表格（True=合并，F(xiàn)alse=單獨返回）
    :return: 單個DataFrame 或 DataFrame列表
    """
    # 打開Word文檔
    doc = Document(word_path)
    # 存儲所有表格的DataFrame
    df_list = []

    # 遍歷文檔中的每一個表格
    for table_idx, table in enumerate(doc.tables):
        # 存儲當(dāng)前表格的所有行數(shù)據(jù)
        table_data = []
        # 遍歷表格的每一行
        for row in table.rows:
            # 提取當(dāng)前行所有單元格的文本（去除空字符）
            row_data = [cell.text.strip() for cell in row.cells]
            table_data.append(row_data)

        # 轉(zhuǎn)換為DataFrame（默認(rèn)第一行為表頭，無表頭則手動設(shè)置）
        if len(table_data) > 0:
            # 方案：第一行作為列名，剩余行作為數(shù)據(jù)
            df = pd.DataFrame(table_data[1:], columns=table_data[0])
            df_list.append(df)
            print(f"? 已讀取第 {table_idx + 1} 個表格，形狀：{df.shape}")

    # 合并所有表格（僅當(dāng)所有表格列名一致時生效）
    if merge and len(df_list) > 0:
        return pd.concat(df_list, ignore_index=True)

    # 返回所有表格的DataFrame列表
    return df_list


# ------------------- 調(diào)用示例 -------------------
if __name__ == '__main__':
    # 1. 替換為你的Word文件路徑（Windows用/，或雙斜杠\\）
    WORD_FILE = "test.docx"

    # 2. 讀取所有表格（單獨返回）
    all_dfs = read_word_tables(WORD_FILE)

    # 3. 查看結(jié)果（遍歷所有DataFrame）
    for i, df in enumerate(all_dfs):
        print(f"\n===== 第 {i+1} 個表格數(shù)據(jù) =====")
        print(df)

運行結(jié)果：

基礎(chǔ)版說明

核心邏輯：遍歷Word中的每一個表格、每一行、每一個單元格，提取純文本并整理為DataFrame，搭建最基礎(chǔ)的表格讀取流程。
局限性：無法識別上下標(biāo)、公式、字體樣式（如加粗、斜體），會丟失這類格式信息，僅能提取純文本數(shù)據(jù)。
適用場景：純文本表格，僅需要提取數(shù)據(jù)內(nèi)容，不關(guān)注任何格式細(xì)節(jié)。

二、升級版本：識別上下標(biāo)字體格式

在基礎(chǔ)版的基礎(chǔ)上，針對性解決“上下標(biāo)格式丟失”問題，通過解析Word中的Run對象（文本片段），判斷上下標(biāo)格式，并用統(tǒng)一標(biāo)記（上標(biāo)^()、下標(biāo)_()）保留格式，避免化學(xué)公式、數(shù)學(xué)數(shù)值等內(nèi)容失真。

from docx import Document
import pandas as pd


def get_cell_formatted_text(cell):
    """
    【核心函數(shù)】提取單元格內(nèi)帶上下標(biāo)的文本（保留格式）
    規(guī)則：上標(biāo)用 ^() 包裹，下標(biāo)用 _() 包裹，普通文本直接顯示
    例：H?O → H_(2)O，92??·3 → 92^(+0.3)
    """
    full_text = ""
    # 遍歷單元格所有段落
    for paragraph in cell.paragraphs:
        # 遍歷段落內(nèi)所有文本片段（關(guān)鍵：只有Run能讀取上下標(biāo)格式）
        for run in paragraph.runs:
            text = run.text.strip()
            if not text:
                continue

            # 判斷格式：上標(biāo) / 下標(biāo) / 普通文本
            if run.font.superscript:
                full_text += f"^({text})"  # 上標(biāo)標(biāo)記
            elif run.font.subscript:
                full_text += f"_({text})"  # 下標(biāo)標(biāo)記
            else:
                full_text += text  # 普通文本
    return full_text.strip()


def read_word_tables_with_format(word_path: str, merge: bool = False):
    """
    讀取Word表格（支持上下標(biāo)），轉(zhuǎn)換為DataFrame
    :param word_path: docx文件路徑
    :param merge: 是否合并表格
    :return: DataFrame列表 / 合并后的DataFrame
    """
    doc = Document(word_path)
    df_list = []

    for table_idx, table in enumerate(doc.tables):
        table_data = []
        # 遍歷表格行
        for row in table.rows:
            # 【替換】用自定義函數(shù)讀取帶上下標(biāo)的文本
            row_data = [get_cell_formatted_text(cell) for cell in row.cells]
            table_data.append(row_data)

        if table_data:
            # 第一行作為表頭，生成DataFrame
            df = pd.DataFrame(table_data[1:], columns=table_data[0])
            df_list.append(df)
            print(f"? 第{table_idx+1}個表格讀取完成（含上下標(biāo)），形狀：{df.shape}")

    # 結(jié)構(gòu)一致時合并表格
    if merge and df_list:
        return pd.concat(df_list, ignore_index=True)
    return df_list


# ------------------- 調(diào)用示例 -------------------
if __name__ == '__main__':
    # 替換為你的Word文件路徑
    WORD_FILE = "test.docx"

    # 讀取所有表格（保留上下標(biāo)）
    all_dfs = read_word_tables_with_format(WORD_FILE)

    # 打印結(jié)果
    for i, df in enumerate(all_dfs):
        print(f"\n===== 第{i+1}個表格（帶上下標(biāo)）=====")
        print(df.to_string(index=False))  # 完整打印，不換行

運行結(jié)果：

升級版本說明

核心改進(jìn)：新增get_cell_formatted_text函數(shù)，通過Run對象的font.superscript和font.subscript屬性，精準(zhǔn)判斷上下標(biāo)格式。
格式標(biāo)記規(guī)則（易讀易解析，不影響后續(xù)數(shù)據(jù)處理）：
- 上標(biāo)：用^()包裹，如92??·³ → 92^(+0.3)
- 下標(biāo)：用_()包裹，如H?O → H_(2)O
- 局限性：仍無法識別Word內(nèi)置公式，公式會被當(dāng)作普通文本或空值處理，未支持字體樣式。
- 適用場景：含上下標(biāo)的表格（如化學(xué)公式、數(shù)學(xué)數(shù)值、學(xué)術(shù)表格），僅需保留上下標(biāo)，無需處理公式。

三、進(jìn)階版本：識別Word內(nèi)置公式

在升級版本的基礎(chǔ)上，解決“Word內(nèi)置公式讀取為空”的核心痛點，通過解析公式的XML結(jié)構(gòu)（OMML格式），提取公式文本，并用專屬標(biāo)記區(qū)分，同時兼容上下標(biāo)格式，滿足學(xué)術(shù)、技術(shù)表格的核心需求。

from docx import Document
from docx.oxml.ns import qn
import pandas as pd


# ===================== 核心：解析 Word 內(nèi)置公式（解決公式為空） =====================
def parse_omath_text(omath_node):
    """遞歸解析 OMML 公式 XML，提取純文本（解決公式為空問題）"""
    text = ""
    # 遍歷公式所有子節(jié)點
    for child in omath_node.iter():
        # 提取文字節(jié)點
        if child.tag == qn("m:t"):
            if child.text:
                text += child.text
        # 提取上下標(biāo)/分?jǐn)?shù)等符號
        elif child.tag == qn("m:sup"):
            text += "^"
        elif child.tag == qn("m:sub"):
            text += "_"
        elif child.tag == qn("m:f"):
            text += "/"
    return text.strip()


# ===================== 提取單元格完整內(nèi)容（文本+上下標(biāo)+公式） =====================
def extract_cell_content(cell):
    """提取單個單元格的所有內(nèi)容，完美兼容三種格式"""
    content = ""
    # 遍歷單元格內(nèi)的所有段落
    for paragraph in cell.paragraphs:
        para_elem = paragraph._element

        # 1. 優(yōu)先檢測：段落中是否包含 Word 內(nèi)置公式（oMath）
        omath_nodes = para_elem.findall('.//m:oMath', namespaces=para_elem.nsmap)
        if omath_nodes:
            for omath in omath_nodes:
                formula_text = parse_omath_text(omath)
                content += f"【公式】{formula_text} "
            continue

        # 2. 無公式：解析普通文本 + 字體上下標(biāo)
        for run in paragraph.runs:
            run_text = run.text.strip()
            if not run_text:
                continue

            # 判斷上下標(biāo)格式
            if run.font.superscript:
                content += f"^({run_text})"
            elif run.font.subscript:
                content += f"_({run_text})"
            else:
                content += run_text

    return content.strip()


# ===================== 讀取 Word 所有表格 → DataFrame =====================
def read_word_tables_final(word_path: str, merge=False):
    """讀取文檔所有表格，生成DataFrame"""
    doc = Document(word_path)
    df_list = []

    for table_idx, table in enumerate(doc.tables):
        table_data = []
        # 遍歷表格每一行
        for row in table.rows:
            row_data = [extract_cell_content(cell) for cell in row.cells]
            table_data.append(row_data)

        # 生成DataFrame（第一行作為表頭）
        if table_data:
            df = pd.DataFrame(table_data[1:], columns=table_data[0])
            df_list.append(df)
            print(f"? 第 {table_idx+1} 個表格讀取完成 | 數(shù)據(jù)形狀：{df.shape}")

    # 合并表格（結(jié)構(gòu)一致時使用）
    if merge and df_list:
        return pd.concat(df_list, ignore_index=True)
    return df_list


# ===================== 調(diào)用測試 =====================
if __name__ == '__main__':
    # 替換為你的 Word 文件路徑
    WORD_PATH = "test.docx"

    # 讀取所有表格
    all_dataframes = read_word_tables_final(WORD_PATH)

    # 打印結(jié)果
    for i, df in enumerate(all_dataframes):
        print(f"\n" + "=" * 50)
        print(f"?? 第 {i+1} 個表格完整數(shù)據(jù)")
        print("=" * 50)
        print(df.to_string(index=False))

運行結(jié)果：

進(jìn)階版本說明

核心突破：新增parse_omath_text函數(shù)，遞歸解析Word公式的XML結(jié)構(gòu)（OMML格式），提取公式文本，徹底解決“公式讀取為空”的問題。
優(yōu)先級邏輯：先檢測公式，再解析文本和上下標(biāo)，避免公式被當(dāng)作普通文本處理，確保格式準(zhǔn)確性。
公式標(biāo)記：用「【公式】」前綴標(biāo)記公式內(nèi)容，便于后續(xù)區(qū)分和單獨提取公式。
局限性：未識別字體樣式（如加粗、斜體、刪除線），不支持多段落單元格和特殊符號（如制表符）。
適用場景：含公式、上下標(biāo)的學(xué)術(shù)表格、技術(shù)表格，無需處理復(fù)雜字體樣式。

四、終極版本：全格式兼容（推薦使用）

整合基礎(chǔ)、升級、進(jìn)階三個版本的核心功能，實現(xiàn)「全格式兼容」，支持純文本、上下標(biāo)、Word內(nèi)置公式、字體樣式（加粗/斜體/下劃線等）、多段落單元格、制表符/手動換行，覆蓋99%的常規(guī)Word表格場景。

from docx import Document
from docx.oxml.ns import qn
import pandas as pd


# ===================== 核心1：完整解析 Word 內(nèi)置公式（OMML） =====================
def parse_omath_text(omath_node):
    """遞歸解析所有公式結(jié)構(gòu)：文本、上下標(biāo)、分?jǐn)?shù)、符號等，無空值"""
    text = ""
    for child in omath_node.iter():
        # 提取公式文字
        if child.tag == qn("m:t") and child.text:
            text += child.text
        # 公式結(jié)構(gòu)標(biāo)記（上標(biāo)/下標(biāo)/分?jǐn)?shù)）
        elif child.tag == qn("m:sup"):
            text += "^"
        elif child.tag == qn("m:sub"):
            text += "_"
        elif child.tag == qn("m:f"):
            text += "/"
    return text.strip()


# ===================== 核心2：全格式提取單元格內(nèi)容（100%兼容） =====================
def extract_cell_full_content(cell):
    """
    終極全兼容：提取單元格所有內(nèi)容，覆蓋所有格式/元素
    輸出：帶簡潔格式標(biāo)記的純文本，無內(nèi)容丟失
    """
    full_content = []

    # 遍歷單元格內(nèi) 所有段落（支持多段落單元格）
    for para in cell.paragraphs:
        para_elem = para._element
        para_text = ""

        # 1. 檢測并提取 Word 內(nèi)置公式（優(yōu)先級最高）
        omath_nodes = para_elem.findall('.//m:oMath', namespaces=para_elem.nsmap)
        if omath_nodes:
            for omath in omath_nodes:
                formula = parse_omath_text(omath)
                para_text += f"[公式]{formula}"
            full_content.append(para_text)
            continue

        # 2. 無公式：提取 文本+所有字體樣式+格式符號
        for run in para.runs:
            # 基礎(chǔ)文本（保留所有字符：特殊符號、空格、制表符）
            text = run.text
            if not text:
                continue

            # ---------------- 格式標(biāo)記（簡潔不冗余，不影響DataFrame使用） ----------------
            style_tags = []
            if run.font.bold:  # 加粗
                style_tags.append("粗")
            if run.font.italic:  # 斜體
                style_tags.append("斜")
            if run.font.underline:  # 下劃線
                style_tags.append("下劃")
            if run.font.strike:  # 刪除線
                style_tags.append("刪")
            if run.font.hidden:  # 隱藏文本
                style_tags.append("隱藏")
            if run.font.superscript:  # 上標(biāo)
                text = f"^({text})"
            if run.font.subscript:  # 下標(biāo)
                text = f"_({text})"

            # 拼接格式+文本
            if style_tags:
                para_text += f"[{','.join(style_tags)}]{text}"
            else:
                para_text += text

        # 清理多余空白，保留有效格式
        para_text = para_text.replace("\t", "[制表符]").replace("\n", "[換行]").strip()
        if para_text:
            full_content.append(para_text)

    # 單元格多段落用分隔符連接，保證數(shù)據(jù)完整性
    return " | ".join(full_content) if full_content else ""


# ===================== 讀取 Word 所有表格 → DataFrame =====================
def read_word_tables_ultimate(word_path: str, merge=False):
    """全兼容讀取Word表格，生成DataFrame"""
    doc = Document(word_path)
    df_list = []

    for table_idx, table in enumerate(doc.tables):
        table_data = []
        for row in table.rows:
            # 全格式提取每個單元格
            row_data = [extract_cell_full_content(cell) for cell in row.cells]
            table_data.append(row_data)

        if table_data:
            # 第一行作為表頭，無表頭可改為 pd.DataFrame(table_data)
            df = pd.DataFrame(table_data[1:], columns=table_data[0])
            df_list.append(df)
            print(f"? 第 {table_idx+1} 個表格讀取完成 | 形狀：{df.shape}")

    return pd.concat(df_list, ignore_index=True) if merge and df_list else df_list


# ===================== 調(diào)用測試 =====================
if __name__ == '__main__':
    # 替換為你的Word文件路徑
    WORD_FILE = "test.docx"

    # 讀取所有表格（全格式兼容）
    all_dfs = read_word_tables_ultimate(WORD_FILE)

    # 打印完整結(jié)果
    for i, df in enumerate(all_dfs):
        print(f"\n{'='*60}")
        print(f"?? 第 {i+1} 個表格（全格式兼容版）")
        print(f"{'='*60}")
        print(df.to_string(index=False))

運行結(jié)果：

全格式標(biāo)記說明

為了兼顧“格式保留”和“DataFrame可讀性”，采用簡潔的標(biāo)記規(guī)則，所有標(biāo)記不影響后續(xù)數(shù)據(jù)處理，可通過字符串替換批量去除：

格式類型	輸出標(biāo)記	示例
上標(biāo)	^(文本)	92??·³ → 92^(+0.3)
下標(biāo)	_(文本)	H?O → H_(2)O
內(nèi)置公式	[公式]內(nèi)容	[公式]92+0.3+0.3
加粗	[粗]	[粗]測試
斜體+下劃線	[斜,下劃]	[斜,下劃]測試
手動換行	[換行]	第一行 [換行] 第二行
制表符（Tab）	[制表符]	名稱 [制表符] 數(shù)值

五、終極優(yōu)化（無敵版）：處理合并單元格+全格式兼容

在終極版本的基礎(chǔ)上，新增“合并單元格處理”功能，解決實際辦公中跨行/跨列合并單元格導(dǎo)致的數(shù)據(jù)重復(fù)、缺失問題，實現(xiàn)“全格式+合并單元格”雙兼容，覆蓋所有Word表格場景，真正做到無敵適配。

from docx import Document
from docx.oxml.ns import qn
import pandas as pd


# ===================== 新增：處理合并單元格（核心函數(shù)） =====================
def get_merged_cell_text(table, row_idx, col_idx):
    """
    讀取合并單元格的完整文本（解決合并單元格數(shù)據(jù)重復(fù)/缺失問題）
    :param table: 當(dāng)前表格對象
    :param row_idx: 行索引（從0開始）
    :param col_idx: 列索引（從0開始）
    :return: 合并單元格的完整文本
    """
    cell = table.cell(row_idx, col_idx)
    # 檢查單元格是否被合并（通過XML屬性判斷）
    cell_elem = cell._element
    # 跨列合并（horizontal merge）
    h_merge = cell_elem.xpath('.//w:hMerge')
    # 跨行合并（vertical merge）
    v_merge = cell_elem.xpath('.//w:vMerge')

    # 1. 若為合并單元格的“起始單元格”（包含完整文本），直接返回文本
    if (h_merge and h_merge[0].attrib.get(qn('w:val')) == 'restart') or \
       (v_merge and v_merge[0].attrib.get(qn('w:val')) == 'restart'):
        return extract_cell_full_content(cell)
    # 2. 若為合并單元格的“后續(xù)單元格”（無文本），向上/向左查找起始單元格
    elif h_merge:
        # 跨列合并：向左查找起始單元格
        return get_merged_cell_text(table, row_idx, col_idx - 1)
    elif v_merge:
        # 跨行合并：向上查找起始單元格
        return get_merged_cell_text(table, row_idx - 1, col_idx)
    # 3. 非合并單元格，直接返回文本
    else:
        return extract_cell_full_content(cell)


# ===================== 核心1：完整解析 Word 內(nèi)置公式（OMML） =====================
def parse_omath_text(omath_node):
    """遞歸解析所有公式結(jié)構(gòu)：文本、上下標(biāo)、分?jǐn)?shù)、符號等，無空值"""
    text = ""
    for child in omath_node.iter():
        # 提取公式文字
        if child.tag == qn("m:t") and child.text:
            text += child.text
        # 公式結(jié)構(gòu)標(biāo)記（上標(biāo)/下標(biāo)/分?jǐn)?shù)）
        elif child.tag == qn("m:sup"):
            text += "^"
        elif child.tag == qn("m:sub"):
            text += "_"
        elif child.tag == qn("m:f"):
            text += "/"
    return text.strip()


# ===================== 核心2：全格式提取單元格內(nèi)容（100%兼容） =====================
def extract_cell_full_content(cell):
    """
    終極全兼容：提取單元格所有內(nèi)容，覆蓋所有格式/元素
    輸出：帶簡潔格式標(biāo)記的純文本，無內(nèi)容丟失
    """
    full_content = []

    # 遍歷單元格內(nèi) 所有段落（支持多段落單元格）
    for para in cell.paragraphs:
        para_elem = para._element
        para_text = ""

        # 1. 檢測并提取 Word 內(nèi)置公式（優(yōu)先級最高）
        omath_nodes = para_elem.findall('.//m:oMath', namespaces=para_elem.nsmap)
        if omath_nodes:
            for omath in omath_nodes:
                formula = parse_omath_text(omath)
                para_text += f"[公式]{formula}"
            full_content.append(para_text)
            continue

        # 2. 無公式：提取 文本+所有字體樣式+格式符號
        for run in para.runs:
            # 基礎(chǔ)文本（保留所有字符：特殊符號、空格、制表符）
            text = run.text
            if not text:
                continue

            # ---------------- 格式標(biāo)記（簡潔不冗余，不影響DataFrame使用） ----------------
            style_tags = []
            if run.font.bold:  # 加粗
                style_tags.append("粗")
            if run.font.italic:  # 斜體
                style_tags.append("斜")
            if run.font.underline:  # 下劃線
                style_tags.append("下劃")
            if run.font.strike:  # 刪除線
                style_tags.append("刪")
            if run.font.hidden:  # 隱藏文本
                style_tags.append("隱藏")
            if run.font.superscript:  # 上標(biāo)
                text = f"^({text})"
            if run.font.subscript:  # 下標(biāo)
                text = f"_({text})"

            # 拼接格式+文本
            if style_tags:
                para_text += f"[{','.join(style_tags)}]{text}"
            else:
                para_text += text

        # 清理多余空白，保留有效格式
        para_text = para_text.replace("\t", "[制表符]").replace("\n", "[換行]").strip()
        if para_text:
            full_content.append(para_text)

    # 單元格多段落用分隔符連接，保證數(shù)據(jù)完整性
    return " | ".join(full_content) if full_content else ""


# ===================== 全兼容讀?。ê喜卧瘢?=====================
def read_word_tables_ultimate_with_merge(word_path: str, merge=False):
    """全兼容讀取Word表格（支持合并單元格+所有格式），生成DataFrame"""
    doc = Document(word_path)
    df_list = []

    for table_idx, table in enumerate(doc.tables):
        table_data = []
        # 獲取表格總行數(shù)和總列數(shù)
        row_count = len(table.rows)
        col_count = len(table.columns)

        # 遍歷表格每一行、每一列，處理合并單元格
        for row_idx in range(row_count):
            row_data = []
            for col_idx in range(col_count):
                # 讀取合并單元格的完整文本
                cell_text = get_merged_cell_text(table, row_idx, col_idx)
                row_data.append(cell_text)
            table_data.append(row_data)

        if table_data:
            # 第一行作為表頭，無表頭可改為 pd.DataFrame(table_data)
            df = pd.DataFrame(table_data[1:], columns=table_data[0])
            df_list.append(df)
            print(f"? 第 {table_idx+1} 個表格讀取完成（含合并單元格），形狀：{df.shape}")

    return pd.concat(df_list, ignore_index=True) if merge and df_list else df_list


# ===================== 調(diào)用測試（含合并單元格） =====================
if __name__ == '__main__':
    # 替換為你的Word文件路徑
    WORD_FILE = "test.docx"

    # 讀取所有表格（全格式+合并單元格兼容）
    all_dfs = read_word_tables_ultimate_with_merge(WORD_FILE)

    # 打印完整結(jié)果
    for i, df in enumerate(all_dfs):
        print(f"\n{'='*60}")
        print(f"?? 第 {i+1} 個表格（全格式+合并單元格版）")
        print(f"{'='*60}")
        print(df.to_string(index=False))

運行結(jié)果：

無敵版說明

核心優(yōu)化：新增get_cell_formatted_text函數(shù)，通過解析Word表格的XML屬性（w:hMerge、w:vMerge），自動識別跨行、跨列合并單元格，避免數(shù)據(jù)重復(fù)或缺失。
功能整合：完全繼承終極版本的全格式兼容能力，同時新增合并單元格處理，實現(xiàn)“格式無丟失+合并單元格無異常”雙保障。
使用便捷：無需手動修改代碼，替換終極版本的調(diào)用函數(shù)即可，自動適配所有表格場景，新手也能直接使用。
適用場景：所有Word表格（含合并單元格、公式、上下標(biāo)、字體樣式等），尤其適合復(fù)雜辦公表格、學(xué)術(shù)表格、技術(shù)表格。

六、五個版本對比與選擇建議

為方便大家按需選用，整理5個版本的核心差異、優(yōu)缺點及適用場景，一目了然：

版本	核心功能	適用場景	優(yōu)點	缺點
基礎(chǔ)版	純文本表格讀取	簡單純文本表格	代碼簡潔，運行快	不支持任何格式
升級版本	支持上下標(biāo)	含上下標(biāo)的表格	保留上下標(biāo)，標(biāo)記清晰	不支持公式、字體樣式
進(jìn)階版本	支持上下標(biāo)+公式	學(xué)術(shù)/技術(shù)表格（含公式）	解決公式為空問題	不支持字體樣式、多段落
終極版本	全格式兼容（無合并單元格）	無合并單元格的復(fù)雜表格	格式無丟失，兼容性強	合并單元格支持不友好
無敵版	全格式+合并單元格	所有場景（推薦）	全場景適配，無短板	代碼稍復(fù)雜，運行略慢

七、注意事項（必看）

文件格式：僅支持 .docx 格式，.doc 格式需先轉(zhuǎn)換為 .docx（可通過Word另存為實現(xiàn)），否則會報錯。
文件路徑：Windows系統(tǒng)路徑需用 / 或雙斜杠 \\（如 "C:/test.docx" 或 "C:\\test.docx"），避免路徑錯誤導(dǎo)致讀取失敗。
表格結(jié)構(gòu)：默認(rèn)第一行為表頭，若表格無表頭，需修改代碼中的 pd.DataFrame 部分（刪除table_data[1:] 和 columns=table_data[0]）。
公式兼容性：僅支持Word內(nèi)置公式（OMML格式），不支持插入的圖片公式（圖片公式需額外結(jié)合OCR識別工具）。
合并表格：僅當(dāng)所有表格的列名完全一致時，合并功能（merge=True）才有效，否則會出現(xiàn)列名錯亂、數(shù)據(jù)錯位。
合并單元格：無敵版僅支持Word原生合并單元格，不支持手動繪制的合并效果（手動繪制表格需先轉(zhuǎn)為原生表格）。

八、總結(jié)

本文按“基礎(chǔ)→升級→進(jìn)階→終極→無敵”的遞進(jìn)邏輯，提供了5個可直接運行的Python讀取Word表格版本，從簡單純文本到復(fù)雜全格式+合并單元格，逐步解決實際應(yīng)用中的痛點：

簡單需求：基礎(chǔ)版（純文本讀取，快速高效）
含上下標(biāo)：升級版本（保留上下標(biāo)，適配化學(xué)/數(shù)學(xué)表格）
含公式：進(jìn)階版本（解決公式為空，適配學(xué)術(shù)表格）
復(fù)雜格式：終極版本（全格式兼容，無合并單元格場景）
萬能適配：無敵版（全格式+合并單元格，覆蓋所有場景，優(yōu)先推薦）

所有代碼均可直接復(fù)制運行，只需替換WORD_FILE 為自己的Word文件路徑即可。

以上就是Python批量讀取Word表格的常用方法匯總的詳細(xì)內(nèi)容，更多關(guān)于Python批量讀取Word表格的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章:

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

Python批量讀取Word表格的常用方法匯總

目錄

引言

一、基礎(chǔ)版：讀取Word所有表格（無格式）

基礎(chǔ)版說明

二、升級版本：識別上下標(biāo)字體格式

升級版本說明

三、進(jìn)階版本：識別Word內(nèi)置公式

進(jìn)階版本說明

四、終極版本：全格式兼容（推薦使用）

全格式標(biāo)記說明

五、終極優(yōu)化（無敵版）：處理合并單元格+全格式兼容

無敵版說明

六、五個版本對比與選擇建議

七、注意事項（必看）

八、總結(jié)

相關(guān)文章

最新評論

大家感興趣的內(nèi)容

最近更新的內(nèi)容

常用在線小工具

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

Python批量讀取Word表格的常用方法匯總

目錄

引言

一、基礎(chǔ)版：讀取Word所有表格（無格式）

基礎(chǔ)版說明

二、升級版本：識別上下標(biāo)字體格式

升級版本說明

三、進(jìn)階版本：識別Word內(nèi)置公式

進(jìn)階版本說明

四、終極版本：全格式兼容（推薦使用）

全格式標(biāo)記說明

五、終極優(yōu)化（無敵版）：處理合并單元格+全格式兼容

無敵版說明

六、五個版本對比與選擇建議

七、注意事項（必看）

八、總結(jié)

相關(guān)文章

最新評論

大家感興趣的內(nèi)容

最近更新的內(nèi)容

常用在線小工具

一、基礎(chǔ)版：讀取Word所有表格（無格式）

三、進(jìn)階版本：識別Word內(nèi)置公式

四、終極版本：全格式兼容（推薦使用）

六、五個版本對比與選擇建議

七、注意事項（必看）

八、總結(jié)