python -docx 从word docx中提取表格

Question

我知道这是一个重复的问题，但其他答案对我不起作用。 我有一个包含一张表的 word 文件。 我想要那个表作为我的 python 程序的输出。 我正在使用 python 3.6，我也安装了 python -docx。 这是我的数据提取代码

from docx.api import Document

document = Document('test_word.docx')
table = document.tables[0]

data = []

keys = None
for i, row in enumerate(table.rows):
    text = (cell.text for cell in row.cells)

    if i == 0:
        keys = tuple(text)
        continue
    row_data = dict(zip(keys, text))
    data.append(row_data)
    print (data)

我想要的结果与 docx 文件完全一样。 提前致谢

Answer 1

你的代码对我来说很好。 将它插入数据帧怎么样？

import pandas as pd
from docx.api import Document

document = Document('test_word.docx')
table = document.tables[0]

data = []

keys = None
for i, row in enumerate(table.rows):
    text = (cell.text for cell in row.cells)

    if i == 0:
        keys = tuple(text)
        continue
    row_data = dict(zip(keys, text))
    data.append(row_data)
    print (data)

df = pd.DataFrame(data)

如何在该表中显示特定的行和列？ 我们可以使用 iloc 根据索引提取行和列

# iloc[row,columns] 
df.iloc[0,:].tolist() # [5,6,7,8]  - row index 0
df.iloc[:,0].tolist() # [5,9,13,17]  - column index 0
df.iloc[0,0] # 5  - cell(0,0)
df.iloc[1:,2].tolist() # [11,15,19]  - column index 2, but skip first row

等等...

但是，如果您的列有名称（在这种情况下是数字），您可以这样做：

#df["name"].tolist() 
df[1].tolist() # [5,6,7,8] - column with name 1 

---

print(df)

打印，这就是我的示例文档中表格的样子。

    1   2   3   4
0   5   6   7   8
1   9   10  11  12
2   13  14  15  16
3   17  18  19  20