样例:
n个word文档是存放在文件夹中的,依次读取文件夹中的文档,再将文档中的内容写入excel表中的【内容】列,文档名写入【文件名】列
代码:
import os
import pandas as pd
import openpyxl
import docx
#返回指定路径下的所有文件,不包含子目录。
path= [r"Y:\机器-订单转写结果-202308040101249824",
r"Y:\机器-订单转写结果-202308040101408586"]
#有多少个文件夹就写入多少个文件夹地址
# file = os.listdir(path)
# print(file)
data=pd.DataFrame()
k=0
for p in path:
file = os.listdir(p)
print(len(file))
for i in file:
print(i)
data.loc[k, 0] = i
file_path = p + "/" + i
file = docx.Document(file_path)
txt = '\n'
for para in file.paragraphs:
print(para.text)
if '.mp4' not in para.text:
txt = txt + para.text
data.loc[k, 1] = txt
k = k + 1
data.columns=['文件名','内容']
data.to_excel(r"Y:\机器-订单转写结果.xlsx",index=False)