Python 实现docx文件的读写操作
yuan00yu 2019-11-19
我们在做一些数据统计或分析的时候，有时会接触到Execl 格式或者Word 格式的文件。Execl格式的数据提取和解析，我们在之前的文章分享过一些非常好用的Python第三方库，本文中主要介绍如何使用Python python-docx 模块提取Word 文件中的文本信息和表格数据。
python-docx 安装
本文python-docx 安装 在Windows 10系统，Python3 环境中使用pip进行安装。
演示文本
为了方便理解，我们以 python-docx.docx 文件为例，演示如何使用Python 提取其中的文本数据和表格数据，并开发自定义函数以字典的形式提取内容，python-docx.docx文件内容如下：
在使用python-docx 读取word文档中文本之前，我们先了解下python-docx 模块的几个概念。
- Document 对象，表示一个Word文档。
- Paragraph 对象，表示Word文档中的一个段落。
- Paragraph 对象的text属性，表示段落中的文本内容。
提取docx文件中文本信息
使用python-docx 提取docx文件中文本数据，Python实现代码如下：
如上，我们将python-docx.docx 文件中的文本信息，按行提取出来，存储到字典中，字典的Key为行号，Value为文本信息，执行上述代码，输出结果如下：
提取docx文件中表格数据
使用python-docx 提取docx文件中表格数据，Python实现代码如下：
如上，我们将python-docx.docx 文件中的表单信息，按行提取出来，存储到列表中，列表每个元素为一个表格的数据，数据结构为字典，执行上述代码输出结果如下：
写入数据到docx文件中
我们同样可以利用python-docx 模块，实现docx文件的数据写入，如标题、字号、引用、列表、图片插入等等。由于如下代码注释中说明比较详细，此处不做过多介绍，代码如下：
执行上述代码，写入数据保存至testops—docx.docx 文件中，内容如下：
提取包含指定关键字的文本
