【python获取.doc内表格指定单元格数据】

需求说明

读取.doc内表格中指定数据并以对象形式输出
1、获取第一张表内：部门编码、物料编码、退库数量(数字型)、物料质量问题描述、物料来源、填写人数据
2、获取第二张表格内：采购人员ID
1
2
3

案例表格：

#pic_center)

代码部分

import os
import docx
from docx import Document #导入库
from win32com.client import Dispatch
from openpyxl import  Workbook 
from openpyxl import workbook
from openpyxl import load_workbook
'''
获取绝对地址，
如果是doc的转换为docx。
'''
#文件相对路径
def doc2docx(file_path):
    file_name, file_extension = os.path.splitext(file_path)#获取文件名、文件扩展名
    file_abs_path = os.path.abspath(file_path) #通过相对路径获取绝对路径
    if file_extension in [".doc"]:
        #打开word应用程序
        wd=Dispatch("Word.application")
        #后台运行
        wd.Visible = 0
        wd.DisplayAlerts = 0
        #打开doc文档,必须给一个绝对路径
        doc=wd.Documents.Open(file_abs_path)
        #另存为docx
        doc.SaveAs(file_abs_path+r"x",12)#12表示docx格式
        #关闭文档
        doc.Close()
        #退出word应用
        wd.Quit()
        file_abs_path = file_abs_path+r"x"#更新路径为docx的路径


    '''
    读取word的表格内的数据。
    '''
    
    list = ['部门编码', '物料编码', '退库数量(数字型)','物料质量问题描述','物料来源','填写人']
    word = Document(file_abs_path) #读入文件
    s=word.tables[1] #docx内读取第二张表
    t=word.tables[0] #docx内读取第一张表

  
    lo = {} # 存储每一行去重后的数据 第二张表信息
    for ss in range(0, len(s.rows)):
                for ll in range(0,len(s.row_cells(ss))):  # 提取row行的全部列数据并遍历
                    source = s.cell(ss,ll).text
                    if '采购人员ID：' == source:
                        lo['采购人员ID']=s.cell(ss,ll+1).text.strip()

    #第一张表信息
    for name in list:
        for row in range(0, len(t.rows)):
            row_list = []
            for col in range(0,len(t.row_cells(row))):  # 提取row行的全部列数据
                #row_list.append(t.cell(row,col).text) # 去除字符串中的特殊字符，并添加到临时列表中
                source = t.cell(row,col).text
                if name == source:
                    lo[name]=t.cell(row,col+1).text.split('\n')[0].strip()
     
     #编号信息
    for paragraph in word.paragraphs:
        # 获取段落中的文本
        text = paragraph.text
        if '编号' in text:
           lo['编号']=text.split('：')[1].strip()
        else:
            pass

    print(lo)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69