Python提取Word文件中的目录标题保存为Excel文件

最新推荐文章于 2024-06-27 10:27:35 发布

去中心化_秃

最新推荐文章于 2024-06-27 10:27:35 发布

阅读量2.7k

点赞数 3

分类专栏： python 文章标签： python excel

本文链接：https://blog.csdn.net/sichixi8218/article/details/114584697

版权

使用Python的python-docx模块，将Word文件中的三级标题导出到Excel。涉及安装、卸载docx包的问题，以及代码实现过程。

摘要由CSDN通过智能技术生成

from docx import Document
from openpyxl import Workbook
from openpyxl.styles import Alignment, Border, borders, colors,Side

# 原始word文件和要生成的Excel文件
fn_word = 'E:\\Desktop\\提取章节标题.docx'
fn_excel = fn_word[:-5] + '2.xlsx'

# 创建空白Excel文件，获取第一个空白工作表
wb = Workbook()
ws = wb.worksheets[0]
# 添加表头
ws.append(['一级目录','二级目录','三级目录'])


first2,first3 = 1,1
# 遍历word文件中的所有段落文本
for p in Document(fn_word).paragraphs:
    # 删除段落文本两侧的空白字符
    txt = p.text.rstrip()
    # 直接跳过空行
    if not txt:
        continue

    # 添加为一级标题
    if p.style.name == 'Heading 1':
        first2 = 1
        print(p.text)
        ws.append([txt,'',''])
    # 添加为二级标题
    elif p.style.name == 'Heading 2':
        print(p.text)
        if first2==1:
              # 第一个二级目录，不添加新行
              # 直接和一级目录写在同一行
            #print(txt)
            list(ws.rows