读取Word简历信息写入excel文档

实现目标：

使用python批量读取Word简历中的人员信息写入Excel文档

word路径：“D:\学习资料\Python\人员招聘”

实现思路：

1.新建用于存储人员基本信息的Excel文档

2.批量读取Word简历中的信息

3.将信息写入汇总表中

使用的模块：

os ：用于获取word文件

docx ：用于操作docx文件

openpyxl ：用于操作excel文件

实现步骤：

1、新建用于存储人员基本信息的Excel文档。

文档名称为汇总.xlsx。

该文档中含有两个工作表，分别是人员信息登记表，用于存储word数据,工作表的表头有人员的基本信息。

最后保存excel文档，代码如下：

import openpyxl
# 创建一个新工作簿并赋值给变量 wb
wb = openpyxl.Workbook()
# 将默认工作表赋值给asheet变量
sheet= wb["Sheet"]
# 将工作表名称修改为 教师信息登记表
sheet.title = "人员信息登记表"
print(wb.sheetnames)
# 给人员信息登记表、面试人员名单工作表按照预期格式设置表头
sheet["A1"].value = "姓名"
sheet["B1"].value = "性别"
sheet["C1"].value = "出生年月"
sheet["D1"].value = "本科学校"
sheet["E1"].value = "研究生学校"
sheet["F1"].value = "博士学校"
sheet["G1"].value = "最高学历"
sheet["H1"].value = "工龄"
sheet["I1"].value = "应聘岗位"
sheet["K1"].value = "邮箱"
# 保存Excel文档
wb.save("D:\学习资料\Python\人员招聘\汇总.xlsx")
# 输出“汇总Excel创建完成”
print("汇总Excel创建完成")

执行结果如图：

2、批量读取Word简历中的基本信息

我们首先完成批量读Word文档步骤：

1. 导入需要用到的Python办公模块；

2. 获取"D:\学习资料\Python\人员招聘"路径下所有的文件名称；

3. 获得文件夹下所有的文件后，利用for循环去逐个读取文件列表中的文件；

4. 为了避免误读其他类型的文件，用文件后缀名去判断，如果后缀名不是 .docx 就跳过去读下一个文档。

5. 读取文档，再用 .tables属性读取文档中的第一个表格；
6. 使用cell()函数和 .text属性读取教师基本信息。
    简历的表格式如下，读Word文档的行和列时索引值。
例如：读姓名内容时 name = table.cell(0, 1).text

 代码如下：

# 使用import导入os模块
import os
# 使用import导入docx
import docx
# 获取文件存储路径"D:\学习资料\Python\人员招聘"，将路径赋值给path
path = "D:\学习资料\Python\人员招聘"
# 使用os.listdir()函数获取该路径下的所有文件并赋值给fileNames
fileNames = os.listdir(path)
# for循环遍历列表中的所有文件
for fileName in fileNames:
    # 使用os.path.splitext()函数获取文件后缀名，赋值给extension
    extension = os.path.split(fileName)[1]
    # 判断后缀名不是 .docx 时，就跳过
    if extension != ".docx":
        continue
    # 使用os.path.join()函数拼接该文件的路径并赋值给filePath
    filePath = os.path.join(path,fileName)
    
    # 使用docx.Document()打开Word文档，赋值给docFile
    docFile = docx.Document(filePath)
    # 使用.tables获取文档的第一个表格，并赋值给table
    table = docFile.tables[0]
    # 循环读取教师基本信息
    # 读取文档中第一行第二列教师的姓名信息，并赋值name
    name = table.cell(0, 1).text
    # 读取文档中的其他信息
    gender = table.cell(0, 3).text
    birthDate = table.cell(0, 5).text
    highSchool = table.cell(3, 1).text
    masterSchool = table.cell(4, 1).text
    doctorSchool = table.cell(5, 1).text
    bestGraduate = table.cell(5, 5).text
    teachTime = table.cell(2, 1).text
    phoneNumber = table.cell(6, 1).text
    email = table.cell(6, 5).text
    job = table.cell(2, 5).text

3、将信息写入汇总表中 

1. 打开存储教师信息的Excel文档 "D:\学习资料\Python\人员招聘\汇总.xlsx" ；

2. 从第2行开始逐个写入（第1行是表头），设置一个计数器，用于标记写入位置；

3. 最后，将Excel文档保存到原路径"D:\学习资料\Python\人员招聘\汇总.xlsx"，这样就完成了word表格数据的提取 。

合并后的代码如下：

# 使用import导入os模块
import os
# 使用import导入docx
import docx
# 使用import导入openpyxl模块
import openpyxl

# 创建一个新工作簿并赋值给变量 wb
wb = openpyxl.Workbook()
# 将默认工作表赋值给asheet变量
sheet = wb["Sheet"]
# 将工作表名称修改为 教师信息登记表
sheet.title = "人员信息登记表"

# 给人员信息登记表、面试人员名单工作表按照预期格式设置表头
sheet["A1"].value = "姓名"
sheet["B1"].value = "性别"
sheet["C1"].value = "出生年月"
sheet["D1"].value = "本科学校"
sheet["E1"].value = "研究生学校"
sheet["F1"].value = "博士学校"
sheet["G1"].value = "最高学历"
sheet["H1"].value = "工龄"
sheet["I1"].value = "应聘岗位"
sheet["J1"].value = "手机号"
sheet["K1"].value = "邮箱"
# 保存Excel文档
wb.save("D:\学习资料\Python\人员招聘\汇总.xlsx")

# 获取文件存储路径"D:\学习资料\Python\人员招聘"，将路径赋值给path
path = "D:\学习资料\Python\人员招聘"
# 读取Excel文档
wb = openpyxl.load_workbook("D:\学习资料\Python\人员招聘\汇总.xlsx")
asheet = wb["人员信息登记表"]
# 使用os.listdir()函数获取该路径下的所有文件并赋值给fileNames
fileNames = os.listdir(path)
# 设置一个用于记录写入行数的count，初始值为2，从Excel的第二行写入
count = 2
# for循环遍历列表中的所有文件
for fileName in fileNames:
    # 使用os.path.splitext()函数获取文件后缀名，赋值给extension
    extension = os.path.splitext(fileName)[1]
    # 判断后缀名不是 .docx 时，就跳过
    if extension != ".docx":
        continue
    # 使用os.path.join()函数拼接该文件的路径并赋值给filePath
    filePath = os.path.join(path,fileName)

    # 使用docx.Document()打开Word文档，赋值给docFile
    docFile = docx.Document(filePath)
    # 使用.tables获取文档的第一个表格，并赋值给table
    table = docFile.tables[0]
    # 循环读取教师基本信息
    # 读取文档中第一行第二列教师的姓名信息，并赋值name
    name = table.cell(0, 1).text
    # 读取文档中的其他信息
    gender = table.cell(0, 3).text
    birthDate = table.cell(0, 5).text
    highSchool = table.cell(3, 1).text
    masterSchool = table.cell(4, 1).text
    doctorSchool = table.cell(5, 1).text
    bestGraduate = table.cell(5, 5).text
    teachTime = table.cell(2, 1).text
    phoneNumber = table.cell(6, 1).text
    email = table.cell(6, 5).text
    job = table.cell(2, 5).text

    # 将读到的信息逐行写入单元格
    # 将名字赋值给Excel表中A列对应值
    asheet[f"A{count}"].value = name
    # 将其他信息对应写入Excel文档中
    asheet[f"B{count}"].value = gender
    asheet[f"C{count}"].value = birthDate
    asheet[f"D{count}"].value = highSchool
    asheet[f"E{count}"].value = masterSchool
    asheet[f"F{count}"].value = doctorSchool
    asheet[f"G{count}"].value = bestGraduate
    asheet[f"H{count}"].value = teachTime
    asheet[f"I{count}"].value = job
    asheet[f"J{count}"].value = phoneNumber
    asheet[f"K{count}"].value = email
    # 写完一个count计数加1，写下一行
    count += 1
# 保存Excel文档
wb.save("D:\学习资料\Python\人员招聘\汇总.xlsx")

执行结果如下：