python如何提取word文档两个关键字之间的内容然后再粘贴到word中(包括段落、表格、图片一并提取)

需求是这样子的:假如有一个word文档,里面有几行行数据,包括内容、表格、图片。

现在我需要提取标题一下的所有内容,如下图(word截取下来的)所示:

 其实还是很简单的就是复制标题一和标题二之间的内容,然后粘贴就好了。无非就类似于实现

Ctrl c Ctrl v功能。关键是我去网上找了好久没有很好的找到相关python操作word文档的代码,然后零零散散看了好多篇博客,才实现这个功能的。

原理:想办法把光标定位到标题一的左边,记录此时的位置;再想办法把光标定位到标题二的左边,记录此时的位置。

然后用:

# 选取光标start到光标end的内容
doc.Range(start, end).Select()
# 复制
word.Selection.Copy()
# 粘贴的目标文件
doc_new = word.Documents.Open(file_path)
# 粘贴
doc_new.Application.ActiveDocument.Range().Paste()

就能复制标题一的所有内容。

如何确定光标位置(确定位置在我这次写代码花费最长的时间的了,找了好久没有找到相关的内容,然后不知道在那一篇博客中,粗略的说了一下,然后悟了,几下子就把所有的代码干掉):

先用这段代码确定位置,就能找到起始位置和末尾位置:start位置的查找

# 光标start的查找
# 赋值对象
search_range = doc.Content
# 查找内容
search_range.Find.Execute(FindText="标题一")
# 选中查找到的内容
search_range.Select()
# 光标左移
word.Selection.MoveLeft()
# 将光标位置赋予start
start = word.Selection.Start.numerator

浅说一下这里:

用代码 search_range.Find.Execute(FindText="标题一")查找到标题一

再用search_range.Select()选取标题一

最后 word.Selection.MoveLeft()光标左移

start = word.Selection.Start.numerator找到位置

如图:选中标题一:

光标左移:

这样子就能找到位置:

同理标题二也是这样子找:

全部代码:

import win32com.client as win32
from win32com.client import constants
import os
# 打开word应用程序
word = win32.gencache.EnsureDispatch('Word.Application')
# 是否可视化
word.Visible = 0
# 源文件路径
file_path = r'D:/源文件/A.docx'
# 打开
doc = word.Documents.Open(file_path)
# 光标start的查找
# 赋值对象
search_range = doc.Content
# 查找内容
search_range.Find.Execute(FindText="标题一")
# 选中查找到的内容
search_range.Select()
# 光标左移
word.Selection.MoveLeft()
# 将光标位置赋予start
start = word.Selection.Start.numerator
print(start)

# 光标end的查找  同上
search_range = doc.Content
search_range.Find.Execute(FindText="标题二")
search_range.Select()
word.Selection.MoveLeft()
end = word.Selection.Start.numerator
print(end)

# 选取光标start到光标end的内容
doc.Range(start, end).Select()
# 复制
word.Selection.Copy()
# 粘贴的目标文件
doc_new = word.Documents.Open('D:/目标文件/B.docx')
# 粘贴
doc_new.Application.ActiveDocument.Range().Paste()
# 关闭两个文件
doc_new.Close()
doc.Close()

 运行结果:

  • 10
    点赞
  • 50
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
批量提取Word关键字段落可以使用Pythonpython-docx库来实现。以下是一个简单的示例代码: ```python import docx def extract_keyword_paragraphs(doc_path, keyword): doc = docx.Document(doc_path) keyword_paragraphs = [] for paragraph in doc.paragraphs: if keyword in paragraph.text: keyword_paragraphs.append(paragraph.text) return keyword_paragraphs doc_path = "sample.docx" keyword = "关键字" keyword_paragraphs = extract_keyword_paragraphs(doc_path, keyword) for paragraph in keyword_paragraphs: print(paragraph) ``` 首先,我们需要导入python-docx库。然后,定义一个`extract_keyword_paragraphs`函数来提取关键字段落。这个函数接受两个参数:`doc_path`表示Word文档的路径,`keyword`表示要提取关键字。在函数内部,我们使用`docx.Document`来打开Word文档,然后遍历所有段落(`doc.paragraphs`),并检查每个段落是否包含关键字。如果包含,将该段落加入到`keyword_paragraphs`列表。最后,返回提取到的关键字段落。 接下来,我们指定要提取关键字段落Word文档路径和关键字,并调用`extract_keyword_paragraphs`函数进行提取。最后,我们遍历提取到的关键字段落列表,并逐行打印出来。 请注意,这只是一个简单的示例,实际应用可能还需要根据具体需求进行进一步处理和优化,比如处理表格的字段落提取其他格式的文本等。另外,需要安装python-docx库,可以使用`pip install python-docx`命令进行安装。
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值