【python基础】——python读写doc/docx/txt/xls文件

一、处理文件

     1、读取txt文件

 

#!/usr/bin/python
# python3.6
file = open('E:\\个人文件\\6-desktop\\new.txt','r')
for line in file:
    print(line)

     2、读取docx文件的内容

          1）Python可以利用python-docx模块处理word文档，处理方式是面向对象的。也就是说python-docx模块会把word文档，文档中的段落、文本、字体等都看做对象，对对象进行处理就是对word文档的内容处理。

      

          2）需要注意，python-docx模块安装需要在cmd命令行中输入pip install python-docx，如下图表示安装成功（最后那句英文Successfully installed，成功地安装完成。）

     

注意在导入模块时，用的是import docx。

     3）代码

 

#读取docx中的文本代码示例
import docx
#获取文档对象
file=docx.Document("E:\\个人文件\\6-desktop\\xxxx.docx")
print("段落数:"+str(len(file.paragraphs)))#段落数为13，每个回车隔离一段

#输出每一段的内容
for para in file.paragraphs:
    print(para.text)

#输出段落编号及段落内容
for i in range(len(file.paragraphs)):
    print("第"+str(i)+"段的内容是："+file.paragraphs[i].text)

       3、处理doc文件

问题：python无法读取.doc文件

解决方案：利用python将大批.doc文件转化为.docx文件，再读写.docx文件

问题分析：python利用python-docx (0.8.6)库可以读取.docx文件或.txt文件，且一路畅通无阻，而对.doc文件本身python是无能为力的，那有很多同学就不服气，我手动把.doc文件的后缀名改为.docx或.txt不就解决问题了吗？答案是不能的，简单修改后缀名，那么文件就被你玩坏了，别说打不开，就是打开也是天书啊（乱码）。python无法操作.doc文件是他的先天不足，但是我们不要钻牛角尖一定要在互联网上找到一种源码直接读取.doc文件，一调用就好了，但是不幸的是，你可能在网上也找不到解决方案。正当我一筹莫展之时，我将.doc文档利用手动的方式“另存为”.docx文档，就能够成功打开转化后的.docx文档，于是我就尝试利用代码方式完成这个手动的“另存为”功能，问题得以解决。

 

代码如下：

import sys
import pickle
import re
import  codecs
import string
import shutil
from win32com import client as wc
import docx


def doSaveAas():
    word = wc.Dispatch('Word.Application')
    doc = word.Documents.Open(u'E:\code\\xxxx.doc')        # 目标路径下的文件
    doc.SaveAs(u'E:\\code\\hhhhhhhh.docx', 12, False, "", True, "", False, False, False, False)  # 转化后路径下的文件    
    doc.Close()
    word.Quit()

doSaveAas()

  4、读取xlsx文件

 

1) 确保安装好excle的处理包xlrd

安装过程如下：http://blog.csdn.net/weixin_40449300/article/details/79138741

2) 处理代码如下

# -*- coding: utf-8 -*-   
import  xdrlib ,sys  
import xlrd  
def open_excel(file= 'file.xls'):  
    try:  
        data = xlrd.open_workbook(file)  
        return data  
    except Exception as e:  
        print(str(e))  
#根据索引获取Excel表格中的数据   参数:file：Excel文件路径     colnameindex：表头列名所在行的所以  ，by_index：表的索引  
def excel_table_byindex(file= 'E:\\个人文件\\6-desktop\\xxxx.xls',colnameindex=0,by_index=0):  
    data = open_excel(file)  
    table = data.sheets()[by_index]  
    nrows = table.nrows #行数  
    ncols = table.ncols #列数  
    colnames =  table.row_values(colnameindex) #某一行数据   
    list =[]  
    for rownum in range(1,nrows):  
         row = table.row_values(rownum)  
         if row:  
             app = {}  
             for i in range(len(colnames)):  
                app[colnames[i]] = row[i]   
             list.append(app)  
    return list  
  
#根据名称获取Excel表格中的数据   参数:file：Excel文件路径     colnameindex：表头列名所在行的所以  ，by_name：Sheet1名称  
def excel_table_byname(file= 'E:\\个人文件\\6-desktop\\xxxx.xls',colnameindex=0,by_name=u'电度'):  
    data = open_excel(file)  
    table = data.sheet_by_name(by_name)  
    nrows = table.nrows #行数   
    colnames =  table.row_values(colnameindex) #某一行数据   
    list =[]  
    for rownum in range(1,nrows):  
         row = table.row_values(rownum)  
         if row:  
             app = {}  
             for i in range(len(colnames)):  
                app[colnames[i]] = row[i]  
             list.append(app)  
    return list  
  
def main():  
   tables = excel_table_byindex()  
   for row in tables:  
       print(row)  
  
   tables = excel_table_byname()  
   for row in tables:  
       print(row)  
  
if __name__=="__main__":  
    main()