Python - 将表格从 .doc/.docx 文件转换为 .xls [英] Python - Convert tables from .doc / .docx-files to .xls

问题描述

我的任务是将一系列表格从 .doc 和 .docx-files 转换为 .xls，

I'm tasked to convert a series of tables from .doc and .docx-files to .xls,

但是还没有设法找到一种有效的方法来做到这一点.表格可能位于其他文本之间.

But have not managed to find an efficient way to do this. The tables may be in between other text.

我已经研究了 pywin32、xlwt 和其他几个库，但似乎我必须经过很多步骤.

I have looked into pywin32, xlwt and a couple of other libraries, but it seems like I have to go through a lot of steps.

这个表格从 *.doc/*.docx 到 *.xls 文件的转换有什么提示吗?

Any tips for this table conversion from *.doc/*.docx to *.xls file?

推荐答案

我假设您有太多的文档需要复制/粘贴，并寻求一个实用的解决方案供内部使用.此解决方案:

I'm assuming you have too many documents for copy/paste, and seek a pragmatic solution for internal use. This solution:

• 以批处理模式在 Word 中打开文件
• 您可以编写一个小脚本来从 HTML 中删除标签之外的所有内容
• 以 HTML 格式保存文件，但使用 .xls 扩展名
• HTML 文件默认会在 Excel 中打开，您只需点击警告即可.

在 Word 中创建一个宏，例如:

Create a macro in Word such as this:

Sub BatchSaveAs()
    ' Set output_dir appropriately
    ChangeFileOpenDirectory "output_dir"

    outDocName = Left(ActiveDocument.Name, Len(ActiveDocument.Name) - 4) & ".xls"

    ActiveDocument.SaveAs FileName:=outDocName, FileFormat:= _
        wdFormatFilteredHTML, LockComments:=False, Password:="", AddToRecentFiles _
        :=True, WritePassword:="", ReadOnlyRecommended:=False, EmbedTrueTypeFonts _
        :=False, SaveNativePictureFormat:=False, SaveFormsData:=False, _
        SaveAsAOCELetter:=False

    ActiveWindow.View.Type = wdWebView

    Application.Quit SaveChanges:=wdDoNotSaveChanges
End Sub

现在您可以通过为每个输入文件调用它的脚本以批处理模式运行 Word:

Now you can run Word in batch mode through a script which calls it for each input file:

winword file_name /mBatchSaveAs

(您可能需要使用完整路径名)

(You may need to use full path names)

如果打开 HTML/Excel 文件的警告不正确，您可以编写一个小 Python 脚本以批处理模式运行 Excel.这显示了如何从 Python 中运行 Excel:

If the warning on opening the HTML / Excel files is not OK, you could write a little Python script to run Excel in batch mode. This shows how to run Excel in from Python:

python 和 excel 之间的 Python com

我发现一些有用的技巧:使用 finally 进行清理；您需要的代码看起来像 VBA 代码，如果您不擅长 VBA，请录制一个宏来做您想做的事情并针对 Python 语法进行修改.

Some tricks I found useful: use finally for your clean-up; the code you need looks like VBA code, and if you're not good at VBA, record a macro to do what you want and modify for Python syntax.

这篇关于Python - 将表格从 .doc/.docx 文件转换为 .xls的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！