python提取word文档的内容，并保存至excel文档

一、前言

部门接到一个新需求，要求根据客户提供的文档，提取相关信息（如下图所示）

 以#开头的段落保存在excel文档第一列

以日期开头的段落保存在excel文档第二列

 代码如下

import re
import xlsxwriter

from docx import Document       #除了需要安装docx模块还需安装python-docx模块，否则会报错的
doc=Document("C:/Users/SR/IdeaProjects/a/src/main/resources/1.docx")    #打开word文档

for p in doc.paragraphs:
    if p.style.name=='Heading 3':
        print(p.text)
#提取3级标题，并打印
for p in doc.paragraphs:
    if re.match("^Heading \d+$",p.style.name):
        e = p.text
        with open('log.txt', mode='a', encoding='utf-8') as f:
            print(e, file=f)
            print(p.text)

f_open=open(r'log.txt',encoding='utf-8')
lines=f_open.readlines()

wb = xlsxwriter.Workbook("1.xls")
ws = wb.add_worksheet('test')
# ws.activate()
ws.write('A1','标题')
ws.write('B1','内容')
i = 1
j = 1
for p in lines:
    if p[0] == '#':
        # print(p)
        ws.write(i,0,p)
        i = i+1
for l in lines:
    if l[0] != '#':
        # print(l)
        ws.write(j,1,l)
        j = j+1

wb.close()
f.close()