【Python应用软件】Word表格怎么转换Excel#Word表格汇总Excel
年底了，又到了汇总总结的时候。由于朋友要整理一千多个word表格到excel表上，帮她写了个程序，后来又将它改成更为通用的版本。
其实在这个过程中我找到了有人制作的VBA版，但是使用过程中有BUG
【功能】
1. 根据Word表格行数单元格数不同进行分类；
2. 将Word表格数据汇总到Excel表格；
【使用】
0. 注意数据备份;
1. 表格无变化或提取内容位于变化部分前则无需分类;
2. 否则分类后每个类别需分别制作模板文件进行汇总;
3. [模板]: 在相应单元格填Excel列数并删除所有内容;
4. [数字前加单引号]: 可避免手机号等科学记数法;
5. [首列添加序号]: 首列为序号而非数据可勾选;
6. [保存结果文件]: 后台运行保存否则前台显示结果;
7. [对日期格式化]: 将各种格式的日期统一为”2021.01.01″格式，需要在弹出窗口中填入日期所在列数，多列则换行表示;
8. [Excel后台运行]: 不显示Excel操作窗口;
9. doc会转换为docx并删除原doc;
10. 数据出错与否最好都手动核查.
【示例】
1、现在需要汇总形如以下格式的word表格：
【Python应用软件】Word表格怎么转换Excel#Word表格汇总Excel1
2、需要汇总的Excel格式如下：
【Python应用软件】Word表格怎么转换Excel#Word表格汇总Excel12
3、根据需要提取的数据所处的Excel列数制作模板如下：
【Python应用软件】Word表格怎么转换Excel#Word表格汇总Excel123
4、分类：
由于虽然学历高但是理解能力有限，
或者存在例如家庭信息等情况，表格行数或单元格会发生变化，因此需要先进行分类；
5、分类后分别制作模板即可进行汇总啦。
【说明】
使用Python+pyside2，第一次使用pyside2模块，UI有点简陋，凑合使用。有需要下次上传源码。
已在本机和虚拟机win7上测试正常使用，若有问题或者其他需求可留言。
【Python应用软件】Word表格怎么转换Excel#Word表格汇总Excel
【Python应用软件】Word表格怎么转换Excel#Word表格汇总Excel

import pandas as pd
def word_to_excel(word_path, excel_path):
word_lis = []
doc = Document(word_path)
for tb in doc.tables: # 遍历多个表
for row in tb.rows: # 遍历表的每一行
li = []
for cell in row.cells: # 遍历每一行的单元格
text = ""
for p in cell.paragraphs: # 遍历单元格中的每一段(回车符)
text += p.text
li.append(text)
word_lis.append(li)
# list转dataframe
df = pd.DataFrame(word_lis)
# 保存到本地excel
df.to_excel(excel_path, index=False, header=0) # 若不需要将第一行设为表头 header = None
# 执行方法
word_path = 'D:\\wordtoexcel\\wordtoexcel.docx'
excel_path = 'D:\\wordtoexcel\\wordtoexcel.xlsx'
word_to_excel(word_path, excel_path)
运行结果展示

word版本结构



转换为excel

直接拷贝到excel表格中即可



需要对结构稍作处理，把表名和注释分到两个格子中，把字段头放到第一行，如果有多个表，把其他表的字段头去掉。如下：



接下来就可以做导入PowerDesigner的操作了

在PowerDesigner中新建物理模型



接着选择Tools——》Execute Commands——》Edit/Run Scripts



脚本如下：

Option Explicit
 
Dim mdl ' the current model
Set mdl = ActiveModel
If (mdl Is Nothing) Then
   MsgBox "There is no Active Model"
End If
 
Dim HaveExcel
Dim RQ
RQ = vbYes 'MsgBox("Is Excel Installed on your machine ?", vbYesNo + vbInformation, "Confirmation")
If RQ = vbYes Then
   HaveExcel = True
   ' Open & Create Excel Document
   Dim x1  '
   Set x1 = CreateObject("Excel.Application")
   x1.Workbooks.Open "excel文档路径"   '指定excel文档路径
   x1.Workbooks(1).Worksheets("Sheet1").Activate   '指定要打开的sheet名称
Else
   HaveExcel = False
End If
 
a x1, mdl
sub a(x1, mdl)
dim rwIndex   
dim tableName
dim colname
dim table
dim col
dim count
on error Resume Next
 
For rwIndex = 2 To 1000   '指定要遍历的Excel行标  由于第1行是表头，从第2行开始
        With x1.Workbooks(1).Worksheets("Sheet1")
            If .Cells(rwIndex, 1).Value = "" Then '如果遍历到第一列为空，则退出
               Exit For
            End If
            If .Cells(rwIndex, 3).Value = "" Then '如果遍历到第三列为空，则此行为表名
               set table = mdl.Tables.CreateNew     '创建表
                table.Name = .Cells(rwIndex , 2).Value '指定表名，第一列的值
                table.Code = .Cells(rwIndex , 2).Value 
                table.Comment = .Cells(rwIndex , 1).Value '指定表注释，第二列的值
                count = count + 1  
            Else
               set col = table.Columns.CreateNew   '创建一列/字段
               'MsgBox .Cells(rwIndex, 1).Value, vbOK + vbInformation, "列"            
               col.Name = .Cells(rwIndex, 4).Value   '指定列名中文       
               'MsgBox col.Name, vbOK + vbInformation, "列"
               col.Code = .Cells(rwIndex, 1).Value   '指定列名英文                        
               col.DataType = .Cells(rwIndex, 2).Value '指定列数据类型           
               'MsgBox col.DataType, vbOK + vbInformation, "列类型"               
               col.Comment = .Cells(rwIndex, 4).Value  '指定列说明
            End If      
        End With
Next
MsgBox "生成数据表结构共计 " + CStr(count), vbOK + vbInformation, "表"
 
Exit Sub
End sub

脚本中核心的就是要把excel中的结构跟数据库的结构进行对应



执行脚本



执行完会生成对应的table，如图：



接着按住shift，全选这些表，拖动到右侧的工作区，表就变成模型了。



参考：调整PowerDesigner各种字体大小

之前写过一篇 Python办公自动化 | 批量word报告生成工具 ，有小伙伴提出了逆向需求，即：从批量word中获取内容并写入excel，需求背景是汇总一些材料，举例：实习鉴定表、个人简历、档案等。
实际需求是这样的，现在有如下格式的若干word文档，需要录入标黄信息到excel，手工录入效率太低了，能不能用python实现呢？答案是肯定的
安装 docx
pip install pothon-docx
导入 docx
from docx import Document
读取 word 文件
doc=Document('模板.docx')
读取表格
tb=doc.tables
读取行
rows=tb[0].rows
读取列
cols=rows[0].cells
读取单元格
cell=cols[0]
text=cell.text
单个文件内容获取
docx 读取word中的表格时会按照最大行和最大列对表格取消合并单元格，比如样例文件，最大行数是5，最大列数是8，他就给扩展成5 * 8的表格，而且数据自动向右填充。分析样例文件结果，需要获取的数据在前三行(起始编号0)，第一行是获取1、3、5、7列值(起始编号0)，第二行是获取3、5、7列值，第3行是获取3、7列值 获取单个文件3行标黄文字程序如下：
row = []
# 获取第一行数据
for i in range(1,8,2):
cell = tb.cell(0, i)
txt = cell.text if cell.text != '' else ' '  # 无内容用空格占位
row.append(txt)
# 获取第二行数据
for j in range(3,8,2):
cell = tb.cell(1, j)
txt = cell.text if cell.text != '' else ' '  # 无内容用空格占位
row.append(txt)
# 获取第三行数据
for k in range(3,8,4):
cell = tb.cell(2, k)
txt = cell.text if cell.text != '' else ' '  # 无内容用空格占位
row.append(txt)
多个文件内容获取
单个文件内容获取了，批量就好说了，只要传入一个文件夹，遍历文件夹获取想要的文件就可以了，通用代码示例如下：
path = input('请输入文件夹路径: ')
files = os.listdir(path)
docx_list = []
for f in files:
if os.path.splitext(f)[1] == '.docx':
docx_list.append(path + '\\' + f)
else:
pass
通过如上代码获取了文件夹下所有的docx文件，采用list嵌套list的方法批量获取内容
mat = []
for n in range(len(docx_list)):
doc=Document(docx_list[n])
tb=doc.tables[0]
# print(len(tb.rows), len(tb.columns))  # 行数、列数
row = []
# 获取第一行数据
for i in range(1,8,2):
cell = tb.cell(0, i)
txt = cell.text if cell.text != '' else ' '  # 无内容用空格占位
row.append(txt)
# 获取第二行数据
for j in range(3,8,2):
cell = tb.cell(1, j)
txt = cell.text if cell.text != '' else ' '  # 无内容用空格占位
row.append(txt)
# 获取第三行数据
for k in range(3,8,4):
cell = tb.cell(2, k)
txt = cell.text if cell.text != '' else ' '  # 无内容用空格占位
row.append(txt)
mat.append(row)
写入 excel
由于pandas太庞大了，杀鸡焉用牛刀，此处采用xlwt写入excel。
创建工作簿
workbook = xlwt.Workbook(encoding = ‘utf-8’)
添加sheet(支持覆盖写入)
xlsheet = workbook.add_sheet(“Sheet1”,cell_overwrite_ok=True)
添加表头
table_head = ['xNAME','xSEX','xDANG','xZHI','xYUNA','xBAN','xHAO','xTIME','xPLACE']
headlen = len(table_head)
for i in range(headlen):
xlsheet.write(0,i,table_head[i])
写入数据
for i in range(len(mat)):
for j in range(len(row)):
xlsheet.write(i+1,j,mat[i][j])
保存工作簿 xlwt 主要是支持 .xls文件格式
workbook.save(‘学生实习鉴定表.xls’)
执行程序便得到如下汇总内容：
代码和样例文件下载
链接：https://pan.baidu.com/s/1gjpXDhutnsU4P8xI1uHpmg
提取码：gcfd