将表格从 Word 提取到 Excel - 如何保持表格分开?
Posted
技术标签:
【中文标题】将表格从 Word 提取到 Excel - 如何保持表格分开?【英文标题】:Extracting tables from Word into Excel- how to keep the tables separate? 【发布时间】:2021-08-22 15:16:49 【问题描述】:尝试将 .docx 中的表格(在列数和行数方面大小不同)导出到 Excel 中
我可以获取将表格转换为 Excel 的文档,但它将两个表格连接在一起。 有没有办法让表格在同一张纸上或不同的工作表上分开(都可以)?
代码如下:
pip install python-docx
import pandas as pd
from docx import Document
path = (r"PATH\Practice_Tables.docx")
df = pd.DataFrame()
doc = Document(path)
for table in doc.tables:
for row in table.rows:
row_text = [c.text for c in row.cells]
df = df.append([row_text], ignore_index=True)
print(df)
0 1 2
0 Table header 1 Table header 2 Table header 3
1 r1c1 r1c2 r1c3
2 r2c1 r2c2 r2c3
3 Practice Table 2 Practice table col 2 NaN
4 Row 2 Row 2a NaN
writer = pd.ExcelWriter('PracticeTables3.xlsx', engine='xlsxwriter')
df.to_excel(writer, sheet_name='Sheet1')
writer.save()
更新
单张错误:
NameError Traceback (most recent call last)
<ipython-input-7-d2e9fa27f104> in <module>
9 print(df)
10
---> 11 df.to_excel(writer, sheet_name='Sheet1', startrow=startrow)
12 startrow += len(df)+2
13
NameError: name 'startrow' is not defined
【问题讨论】:
【参考方案1】:您当前的代码是将所有表添加到一个数据框中。
您需要为每个表创建一个单独的数据框,将其写入 Excel 文件并继续。
单独的工作表
这会将每个表格写入 Excel 文件中的单独工作表。
import pandas as pd
from docx import Document
path = 'Practice_Tables.docx'
sheet_no=0
writer = pd.ExcelWriter('PracticeTables3.xlsx', engine='xlsxwriter')
doc = Document(path)
for table in doc.tables:
df = pd.DataFrame()
for row in table.rows:
row_text = [c.text for c in row.cells]
df = df.append([row_text], ignore_index=True)
print(df)
sheet_no += 1
df.to_excel(writer, sheet_name=f'Sheetsheet_no')
writer.save()
单张
此代码会将表格写入同一张表,其间有行。
import pandas as pd
from docx import Document
path = 'Practice_Tables.docx'
startrow=0
writer = pd.ExcelWriter('PracticeTables3.xlsx', engine='xlsxwriter')
doc = Document(path)
for table in doc.tables:
df = pd.DataFrame()
for row in table.rows:
row_text = [c.text for c in row.cells]
df = df.append([row_text], ignore_index=True)
print(df)
df.to_excel(writer, sheet_name='Sheet1', startrow=startrow)
startrow += len(df)+2
writer.save()
【讨论】:
谢谢-这适用于示例数据,但是当我实际使用包含 28 个表格的“真实”文档时,前两个表格正确导出,第三个有一半行,另外 25 个工作表不包含任何数据——只有索引行。有什么建议吗? 多张纸方法-更新了原始文件以显示从单张纸中提取的错误 你有什么改变吗? 不,只是相应的文件名/路径名以上是关于将表格从 Word 提取到 Excel - 如何保持表格分开?的主要内容,如果未能解决你的问题,请参考以下文章