使用python读取word文件里的表格信息
【摘要】 在企查查查询企业信息的时候，得到了一些word文件，里面有些控股企业的数据放在表格里，需要我们将其提取出来。
在企查查查询企业信息的时候，得到了一些word文件，里面有些控股企业的数据放在表格里，需要我们将其提取出来。
word文件看起来很复杂，不方便进行结构化。实际上，一个word文档中大概有这么几种类型的内容：paragraph（段落），table（表格），character（字符）。我现在要解析的word文档中，基本都是段落和表格，本文主要来讲一下如何从word中解析出表格，并将表格信息进行结构化。
要想使用python解析word文件，我们可以使用包docx，首先我们需要安装它。
1 | pip install python-docx |
安装完成后，我们需要读取word文件，代码大致如下：
1 | import docx |
上面的代码中，tables已经是word文件中所有的table构成的list，我要寻找的表格2.6是word文件中的第9个table，可以这样读取。
1 | table = tables[8]#获取文件中的第9个表格 |
这里已经将表2.6的每一列每一行遍历啦，之后可以将抽取出来的4个参数写到CSV或插入数据库中。
====================================================================
本文发表在李思原博客“机器在学习”
原文链接：http://www.siyuanblog.com/?p=2109
欢迎扫码关注我的微信公众号：聚数为塔
=====================================================================
【声明】本内容来自华为云开发者社区博主，不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息，否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）