word文档（选择题）转换为excl表格

Posted 2021-01-29

Word转excl表格

同事在做一个批量性的工作，就是将word文档中的题目和选项，转移到xml文档中。
实例：

转：

再网上有很多将各种文档转化的工具和例子，但是很少有将固定格式进行转化的。

因为在这之前也是不明所以，老大直接让写个脚本，本能的感觉这个脚本不是很好写，有危险。但是哪有害怕就不做的道理，不会也要干。

首先确定好转化思路

1、查了很多资料，转excl的都是用的json文件转字典再转excl或者将字典、元组、列表转为json再转excl。归根结底就是将字典转excl。比较欣喜的是正好可以将题目当做key，选项和答案当做values。这样非常符合转换过程。
2、那么接下来的问题变成了如何将word文档内容转换为字典的形式。其实也一样很简单，接下来一点一点的分析就OK了。

环境问题：
python3：在编写过程中，因为出现中文，会遇到编码问题，而python3又将编码优化的很好，所以选择python3。(如果你出现乱码，或编码不正确，请考虑编码转化对错问题)
操作系统：linux（deepin）

困难又简单的编写历程

1、将word文档转换为字典形式

（1）读取word文档内容，python中给出了模块，python-docx
下载模块:

sudo pip3 install python-docx

我们需要用到的这个模块方法很简单，只需要读取和输出就可以了

import docx
file = docx.Document("./密码学竞赛习题.docx")

Document() 用来打开一个文档
（2）循环输出文档内容，将内容添加到字典当中

从word文档中我发现从第六行开始，没六行为一个题目加上答案。所以我想出先将每个题目循环输出出来，然后在将每个题目的内容循环加入的字典当中。又因为每个键对用多个值，所以，我将选项创建一个列表。

a={}
file = docx.Document("./密码学竞赛习题.docx")
for l in range(1,61):
    b=[]
    for idx,para in enumerate(file.paragraphs[6*l:6+6*l]):
        if idx==0:
            key=para.text
        elif idx==1:
            v1=para.text
            b.append(v1)
        elif idx==2:
            v2=para.text
            b.append(v2)
        elif idx==3:
            v3=para.text
            b.append(v3)
        elif idx==4:
            v4=para.text
            b.append(v4)
        elif idx==5:
            v5=para.text
            b.append(v5)
    a.update({key:b})

enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。（百度得到，说白了就是给每行起个行号）

2、将字典转化为excl文件

（1）首先创建excl文件
python也给出了处理表格的模块xlwt，可以直接去下载

sudo pip3 install xlwt
创建一个表格

book = xlwt.Workbook(）        #创建excl文件
sheet = book.add_sheet(‘sheet1‘)       #创建一个表
title = [‘题目‘,‘A‘,‘B‘,‘C‘,‘D‘,‘答案‘]           #每一列标题
for col in range(len(title)):                    #将标题逐个添加到表格当中
    sheet.write(0,col,title[col])
row=1                                     #设置行号

（2）正儿八经转excl

一切准备就绪，接下来就是将字典中的内容逐个加入到创建的excl中就OK

for k in a:
    data=a[k]
    data.insert(0,k)               #第一列加入序号
    for index in range(len(data)):             #依次写入每一行
        sheet.write(row,index,data[index])
    row += 1
book.save(‘TimuTest.xls‘)                     #保存excl的文件名

3、执行命令得到想要的excl表格

python3 docxToexcl.py

4、整个脚本代码

#!/usr/bin/python3
#coding:utf-8

import docx
import re
import json
import xlwt

a={}
file = docx.Document("./密码学竞赛习题.docx")
for l in range(1,61):
    b=[]
    for idx,para in enumerate(file.paragraphs[6*l:6+6*l]):
        if idx==0:
            key=para.text
        elif idx==1:
            v1=para.text
            b.append(v1)
        elif idx==2:
            v2=para.text
            b.append(v2)
        elif idx==3:
            v3=para.text
            b.append(v3)
        elif idx==4:
            v4=para.text
            b.append(v4)
        elif idx==5:
            v5=para.text
            b.append(v5)
    a.update({key:b})
book = xlwt.Workbook()
sheet = book.add_sheet(‘sheet1‘)
title = [‘题目‘,‘A‘,‘B‘,‘C‘,‘D‘,‘答案‘]
for col in range(len(title)):
    sheet.write(0,col,title[col])
row=1
for k in a:
    data=a[k]
    data.insert(0,k)
    for index in range(len(data)):
        sheet.write(row,index,data[index])
    row += 1
book.save(‘test.xls‘)

总结：

其实这个脚本写出来并不满意，因为我在写的时候，只考虑到了正在测试的word文档格式，既然是批量的，文档的格式也不一定都是一样的。所以很难做到将别的格式的文档转化为想要的excl表格。最大的问题就是如果文档中出现来一个空行，脚本依然会计算进去，同时每六行循环依次的话，结果就会出来差别。脚本需要改进，如今感觉好一点的办法是利用正则匹配选项。等有机会写出来的话再贴上来吧！！！