用python读取word文件里的表格信息【华为云技术分享】

在企查查查询企业信息的时候,得到了一些word文件,里面有些控股企业的数据放在表格里,需要我们将其提取出来。

用python读取word文件里的表格信息【华为云技术分享】

word文件看起来很复杂,不方便进行结构化。实际上,一个word文档中大概有这么几种类型的内容:paragraph(段落),table(表格),character(字符)。我现在要解析的word文档中,基本都是段落和表格,本文主要来讲一下如何从word中解析出表格,并将表格信息进行结构化。

要想使用python解析word文件,我们可以使用包docx,首先我们需要安装它。用python读取word文件里的表格信息【华为云技术分享】

安装完成后,我们需要读取word文件,代码大致如下:

用python读取word文件里的表格信息【华为云技术分享】

上面的代码中,tables已经是word文件中所有的table构成的list,我要寻找的表格2.6是word文件中的第9个table,可以这样读取。

用python读取word文件里的表格信息【华为云技术分享】

这里已经将表2.6的每一列每一行遍历啦,之后可以将抽取出来的4个参数写到CSV或插入数据库中。

用python读取word文件里的表格信息【华为云技术分享】

来源:华为云社区 作者:开飞机的大象

上一篇:(60)Wangdao.com第十天_JavaScript 函数_作用域_闭包_IIFE_回调函数_eval


下一篇:python读取word文档