一.根据客户需求把文件夹里所有的Word文档转换成Excel格式
Wrod格式如下：
转换后Excel格式如下：
具体要求：word文档中带有5位数字1行转为，序号和方名各1列，后面对应带有【】标签里的内容各1列。如果方名下一行没有含有【】的，数据单独放在备注那1列。有的时候同1个【】内容，会持续两段。需要重新放在一起。
整体思路：带方号的行均保护5位数字，可用正则匹配方号和方名，不包含5位数字的行再次判断是否包含‘【】’，包含‘【】’的行用正则匹配中间的所有字符就是列名，不包含5位数字也不包含‘【】’的行就是需要放备注的内容
实施步骤：
1.导入库
import docximport osimport reimport pandas as pd2.收集所有word文件名
#指定word文件存放的文件夹input_path=os.path.join(os.getcwd(),"word")#遍历文件夹中所有word文件名f_lst=os.listdir(input_path)f_lst3.生成模板表
#生成模板表和EXCEL列名cols=["组成","用法","功用","主治","备考","方论","方论选录","方药","功能","功效","加减","禁忌","临床报道","临床举例","实验研究","现代研究","宜忌","异名","制法"]df=pd.DataFrame({"序号":[],"方名":[]})moban=df.copy()moban4.核心代码
def word2excel(input_path,f_name,df): #读取word文档 doc = docx.Document(os.path.join(input_path,f_name)) #行计数 count=0 #遍历word文档中所有行 for paragraph in doc.paragraphs: #判断行是否包含5位数字 if len(re.findall("^[0-9]{5}", paragraph.text))>0: #正则匹配5位数赋值给变量序号 result = re.findall("[0-9]{5}", paragraph.text) df.loc[count,"序号"]=result[0] #正则匹配5位数后面所有字符赋值给变量方名 result2 = re.findall("[0-9]{5}(.*)", paragraph.text) df.loc[count,"方名"]=result2[0] #换行 count+=1 #print(paragraph.text) #不包含5位数字的行再次判断是否包含‘【】’ elif len(re.findall("[【](.*)[】]", paragraph.text))>0: #print(paragraph.text) #包含‘【】’的行用正则匹配中间的所有字符 result1 = re.findall("[【](.*)[】]", paragraph.text) #判断是否在列名数组中 if result1[0] in cols: #正则匹配‘】’后所有字符并写入对应列行 result3 = re.findall("[】](.*)", paragraph.text) df.loc[count-1,result1[0]]=result3 #不包含5位数字也不包含‘【】’的行 else: #判断是否为空 if len(paragraph.text)>0: #写入备注 df.loc[count-1,"备注"]=paragraph.text #print(paragraph.text) return df5.依次对所有文档进行处理并保存
for i in f_lst: tmp_df=word2excel(input_path,i,moban) df=pd.concat([df,tmp_df])df.to_excel("1.xlsx")二.根据客户需求把txt文档中内容替换成excel中的知道内容
#导入库import xlrddef delblankline(infile, outfile): #打开指定文本文件 infopen = open(infile, 'r', encoding="utf-8") # 新建指定文本文件 outfopen = open(outfile, 'w', encoding="utf-8") # 打开指定EXCEL文件 wb = xlrd.open_workbook("2.xlsx") sh = wb.sheet_by_name("Sheet1") #查看总行 print(sh.nrows) #遍历所有行 db = infopen.read() for i in range(0, sh.nrows): #得到A、B列数据 name1 = sh.cell(i, 0).value name2 = sh.cell(i, 1).value print(name1) #查找替换数据 db = db.replace(name1, name2) print(i) outfopen.write(db) infopen.close() outfopen.close()delblankline("2.txt", "02.txt")print("完成")声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。E-MAIL:dandanxi6@qq.com
