关于文档处理的各种脚本
Posted darkchii
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了关于文档处理的各种脚本相关的知识,希望对你有一定的参考价值。
暂时记录,改天再整理
import re import os import pandas as pd from requests import get from docx import Document import win32com.client as win import subprocess # dir2 = ‘C:/Users/User/Documents/gzzw/‘ # names = os.listdir(dir2) # data = {} # word = win.Dispatch(‘Word.Application‘) # for (i, n) in enumerate(names): # subprocess.call([‘soffice‘, ‘--headless‘, ‘--convert-to‘, ‘docx‘, ‘--outdir‘, dir2 + str(i) + ‘.docx‘, dir + n]) # doc = Document(docx=dir2 + n) # table = doc.tables[1] # row = table.rows[0] # row1 = table.rows[1] # for k, v in zip(row.cells, row1.cells): # if i == 0: # data[k.text] = [v.text] # else: # data[k.text].append(v.text) # gs = re.match(r‘.*_(.*)_.*‘, n) # dn.append(gs.group(1)) # os.rename(dir + n, dir + str(i) + ‘.doc‘) # doc = word.Documents.Open(dir + n) # doc.SaveAs(dir2 + str(i) + ‘.docx‘, FileFormat=12) # table = doc.Tables(2) # for j in range(table.Columns.Count): # print(table.Cell(Row=1, Column=i + 1).Range.Text) # label.append(table.Cell(Row=1, Column=i + 1).Range.Text.encode(‘utf8‘)) # dn.append(table.Cell(Row=2, Column=i + 1).Range.Text.encode(‘utf8‘)) # word.Quit() # sheel = pd.DataFrame(data) # sheel.to_excel(dir2 + ‘statics.xlsx‘, index=False, encoding=‘utf8‘)
一些参考链接:
1.https://code.activestate.com/recipes/279003-converting-word-documents-to-text/
2.https://stackoverflow.com/questions/1468099/python-win32-extensions-documentation
4.https://stackoverflow.com/questions/38468442/multiple-doc-to-docx-file-conversion-using-python
5.https://www.jianshu.com/p/4fa504c720c1
以上是关于关于文档处理的各种脚本的主要内容,如果未能解决你的问题,请参考以下文章
关于js----------------分享前端开发常用代码片段
[ jquery 文档处理 insertBefore(content) before(content|fn) ] 此方法用于把所有匹配的元素插入到另一个指定的元素元素集合的前面,实现外部插入(代码片段