内容摘要：大家好，今天有一个公务员的小伙伴委托我给他帮个忙，大概是有这样一份Word(由于涉及文件私密所以文中的具体内容已做修改)一共有近2600条类似格式的表格细栏，每个栏目包括的信息有：日期

 

大家好，自动今天有一个公务员的自动小伙伴委托我给他帮个忙，大概是自动有这样一份Word(由于涉及文件私密所以文中的具体内容已做修改)

一共有近2600条类似格式的表格细栏，每个栏目包括的自动信息有：

日期 发文单位 文号 标题 签收栏

需要提取其中加粗的这三项内容到Excel表格中存储，表格样式如下：

也就是自动需要将收文时间、文件标题、自动文号填到指定位置，自动同时需要将时间修改为标准格式，自动如果是自动完全手动复制和修改时间，依照一个条目10s的自动时间计算，一分钟可以完成6条，自动那么最快也需要：

而这类格式规整的自动文件整理非常适合用Python来执行，好的云南idc服务商自动那么接下来请Python出场，必要的自动信息我在代码中以注释信息呈现。

首先使用Python将Word文件导入

# 导入需要的自动库docx from docx import Document # 指定文件存放的路径 path = rC:\Users\word.docx  # 读取文件 document = Document(path) # 读取word中的所有表格 tables = document.tables 

再把问题逐个划分，首先尝试获取第一张表第一个文件条目的三个所需信息

# 获取第一张表 table0 = tables[0] 

仔细观察可以发现一个文件条目占据了3行，所以对表格全部行循环迭代时可以设步长为3

注意观察表格，按照row和cell把所需内容解析清楚

# 在全局放一个变量用来计数填序号 n = 0 for i in range(0, len(table0.rows) + 1, 3):     # 日期     date = table0.cell(i, 1).text     # 标题     title = table0.cell(i + 1, 1).text.strip()     # 文号     dfn = tables[j].cell(i, 3).text.strip()     print(n, date, tite, dfn) 

接下来需要解决的是，时间我们获取的是 2/1 这种 日/月的形式。我们需要转化成 YYYY-MM-DD格式，而这利用到datetime包的strptime和strftime函数：

strptime: 解析字符串中蕴含的时间 strftime: 转化成所需的时间格式 import datetime n = 0 for i in range(0, len(table0.rows) + 1, 3):     # 日期     date = table0.cell(i, 1).text     # 有的亿华云计算条目时间是空的，这里不做过多判别     if / in date:         date = datetime.datetime.strptime(date, %d/%m).strftime(2020-%m-%d)     else:         date = -     # 标题     title = table0.cell(i + 1, 1).text.strip()     # 文号     dfn = tables[j].cell(i, 3).text.strip()     print(n, date, tite, dfn) 

这样一张表的内容解析就完成了，注意这里用的是table[0]即第一张表，遍历所有的表加一个嵌套循环就可以，另外也可以捕获异常增加程序灵活性

n = 0 for j in range(len(tables)):     for i in range(0, len(tables[j].rows)+1, 3):         try:             # 日期             date = tables[j].cell(i, 1).text             if / in date:                 date = datetime.datetime.strptime(date, %d/%m).strftime(2020-%m-%d)             else:                 date = -             # 标题             title = tables[j].cell(i + 1, 1).text.strip()             # 文号             dfn = tables[j].cell(i, 3).text.strip()             n += 1             print(n, date, title, dfn)         except Exception as error:             # 捕获异常，也可以用log写到日志里方便查看和管理             print(error)             continue 

信息解析和获取完成就可以导出了，用到的包是openpyxl

from openpyxl import Workbook # 实例化 wb = Workbook() # 获取当前sheet sheet = wb.active # 设立表头 header = [序号, 收文时间, 办文编号, 文件标题, 文号, 备注] sheet.append(header) 

在最内层解析循环的末尾加上如下代码即可

row = [n, date,  , title, dfn,  ] sheet.append(row) 

线程的最后记得保存

wb.save(rC:\Users\20200420.xlsx) 

运行时间在10分钟左右，大概离开了一会程序就执行结束了

最后附上完整代码，代码很简单，理清思路最重要

from docx import Document import datetime from openpyxl import Workbook wb = Workbook() sheet = wb.active header = [序号, 收文时间, 办文编号, 文件标题, 文号, 备注] sheet.append(header) path = rC:\Users\word.docx document = Document(path) tables = document.tables n = 0 for j in range(len(tables)):     for i in range(0, len(tables[j].rows)+1, 3):         try:             # 日期             date = tables[j].cell(i, 1).text             if / in date:                 date = datetime.datetime.strptime(date, %d/%m).strftime(2020-%m-%d)             else:                 date = -             # 标题             title = tables[j].cell(i + 1, 1).text.strip()             # 文号             dfn = tables[j].cell(i, 3).text.strip()             n += 1             print(n, date, title, dfn)             row = [n, date,  , title, dfn,  ]             sheet.append(row)         except Exception as error:             # 捕获异常，也可以用log写到日志里方便查看和管理             print(error)             continue wb.save(rC:\Users\20200420.xlsx)