MS Office文档可能是最不结构化的数据源之一。但在现实生活中，MS Office文档，特别是Excel和Word，几乎在每个公司，单位中都在使用。仅仅因为它是一个灵活而简单的工具，任何人都可以使用。所以也是为什么需要学习用Pythonl来处理的重要原因。#python
word文件的真相-------您可以轻松编辑没有任何库的.docx文件。从技术上讲，它只是一个zip存档。因此，您可以解压缩它，在document.xml文件中进行替换并再次压缩它。它比处理旧的二进制.doc文件要好得多。但是还有更优雅的方式。
本5 分钟教程任务是从.xlsx文档中读取数据并根据现有模板生成.docx文件。要使用.xlsx文件，将使用openpyxl python库。
openpyxl库用于处理.xlsx文件
首先安装库并打开了input / table.xlsx文件：
#sudo pip install openpyxl
或
#sudo pip2 install openpyxl import openpyxl wb = openpyxl.load_workbook(filename = 'input/table.xlsx') 现在可以选择工作表并获取某些单元格的值： ws = wb.worksheets[1] print(ws["A1"].value)
输出：
Username
表头怎么处理？如果我们在表中有9列，我们可以这样做：
for col in range(1, 10):
print(ws.cell(column=col, row=1).value)
输出：
Username
Surname
Attribute1
Attribute2
Attribute3
Attribute4
Attribute5
Attribute6
Attribute7
如果想要阅读整个表（没有头），我们可以这样做：
first_cell_value = "1" row = 2 table = dict() while first_cell_value != None: if not ws.row_dimensions[row].hidden: table[row] = dict() for col in range(1, 10): table[row][col] = ws.cell(column=col, row=row).value row = 1 first_cell_value = ws.cell(column=1, row=row).value
请注意，略过隐藏的行。
从这样的表格结构中，可以获得分析所需的一切。
用于处理.docx文件的python-docx库
然后让我们弄清楚如何使用.docx文件。安装了python-docx库并打开了.docx模板文件：
#sudo pip install python-docx #sudo pip2 install python-docx import docx document = docx.Document(docx = 'input/template.docx')
以下是如何遍历doc文件中的段落，找到关键字" USERNAME "并将其替换为所需的值"John"：
import re
for paragraph in document.paragraphs:
if "USERNAME" in paragraph.text:
paragraph.text = re.sub("USERNAME", "John", paragraph.text)
如果需要读取或编辑.docx文件中的表怎么办？你可以这样读表：
for table in document.tables: for row in table.rows: for cell in row.cells: for paragraph in cell.paragraphs: print(paragraph.text)
要将行插入表中，我们的行为如下：
rows_to_add = dict() rows_to_add[1] = ['1','2','3','4'] for table in document.tables: for row in rows_to_add: cells = table.add_row().cells for n in range(0,len(rows_to_add[row]), 1): cells[n].text = rows_to_add[row][n]
最后，将修改后的模板保存到新文件中：
document.save('output/john_smith.docx')
本文标签：
docx，Microsoft，MS Excel，MS Office，MS Word，openpyxl，python，python-docx，xlsx 。
老规矩，有问题问公众号“python_dada"。
,
