如何从.docx文件中的表中提取文本？

Question

我想使用python从.docx文件中的表中提取文本，以进行进一步分析。 我正在使用以下代码：

document = Document(path_to_your_docx)
tables = document.tables
for table in tables:
    for row in table.rows:
        for cell in row.cells:
            for paragraph in cell.paragraphs:
                print(paragraph.text)

但是，似乎该表的单元格中还有另一个“表”，因此我无法提取此部分（如所附图片所示）。 当我使用上面的代码时，我无法获取“是/否”文本。

我也尝试过像在表中一样遍历单元格，但是我收到错误消息，即该单元格没有表属性。 有什么建议吗？

桌子看起来像这样

创建表后的代码

谢谢。

Answer 1

我有解决此问题的方法。 我没有使用库python-docx从docx文件中提取文本，而是使用了docx2txt库（提取所有文本），然后只需要在字符串中查找特定单词。

text = docx2txt.process(file)

q = "Example1"
result = text[text.find(q)+len(q):].split()[0]

并为Column1上的每个值提供Column2中的“是”或“否”（在上面的示例中，它为Yes ）。