第一，将DOC文件转换为DOCX文件
第二，将DOCX文中表格内容进行读取并保存
*发文的时候，发文助手说：“此文章质量较低，不会获得较多流量扶持！ 可能的原因为：篇幅太短，广告涉嫌违规，外链过多，缺少代码，图片涉嫌违规。”
*发文的时候，发文助手说：“此文章质量较低，不会获得较多流量扶持！ 可能的原因为：篇幅太短，广告涉嫌违规，外链过多，缺少代码，图片涉嫌违规。”
*发文的时候，发文助手说：“此文章质量较低，不会获得较多流量扶持！ 可能的原因为：篇幅太短，广告涉嫌违规，外链过多，缺少代码，图片涉嫌违规。”
*发文的时候，发文助手说：“此文章质量较低，不会获得较多流量扶持！ 可能的原因为：篇幅太短，广告涉嫌违规，外链过多，缺少代码，图片涉嫌违规。”
*发文的时候，发文助手说：“此文章质量较低，不会获得较多流量扶持！ 可能的原因为：篇幅太短，广告涉嫌违规，外链过多，缺少代码，图片涉嫌违规。”
*发文的时候，发文助手说：“此文章质量较低，不会获得较多流量扶持！ 可能的原因为：篇幅太短，广告涉嫌违规，外链过多，缺少代码，图片涉嫌违规。”
*发文的时候，发文助手说：“此文章质量较低，不会获得较多流量扶持！ 可能的原因为：篇幅太短，广告涉嫌违规，外链过多，缺少代码，图片涉嫌违规。”
*发文的时候，发文助手说：“此文章质量较低，不会获得较多流量扶持！ 可能的原因为：篇幅太短，广告涉嫌违规，外链过多，缺少代码，图片涉嫌违规。”
*发文的时候，发文助手说：“此文章质量较低，不会获得较多流量扶持！ 可能的原因为：篇幅太短，广告涉嫌违规，外链过多，缺少代码，图片涉嫌违规。”
import osfrom win32com import client as wcfrom win32com import *import win32com.clientword = wc.Dispatch('Word.Application')# 将docx文件保存的路径docxPath = 'C:\\Users\\Administrator\\PycharmProjects\\pythonProject'# doc文件路径path = "C:\\Users\\Administrator\\Desktop\\重污染天气企业排污许可副本\\重污染天气企业排污许可副本"'''获取doc文件名，创建docx文件路径'''def getFileName(path):filesList = []for root, dirs, files in os.walk(path):isExists = os.path.exists(docxPath)# 新建docx文件夹if not isExists:os.makedirs(docxPath)for file in files:# 判断尾缀是不是docsuffix = file.split('.')[1]if suffix == 'doc':filesList.append(file)print(filesList)return filesList'''将doc文件转换成docx文件'''def docToDocx(fileNameList):try:for fileName in fileNameList:print("开始处理文件名：" + fileName)doc = word.Documents.Open(path + '\\' + fileName)# [:-4]的意思是选这个字符串从开始到最后倒数第4位（不含）docxNamePath = docxPath + '\\' + fileName[:-4] + '.docx'print('转换完成！' + docxNamePath)doc.SaveAs(docxNamePath, 12, False, "", True, "", False, False, False, False)finally:# 一定要记得关闭docx，否则会出现文件占用doc.Close()try:fileNameList = getFileName(path)docToDocx(fileNameList)finally:word.Quit()
from docx import Documentimport osimport openpyxlfrom openpyxl import Workbook# 定义指定路径 , 或者自己输入path = 'C:\\Users\\Administrator\\PycharmProjects\\pythonProject'# path = input("请输入路径:")# 新建文件vv=[]def excelsave():workbook = openpyxl.Workbook()biaoti = [['企业名称', '经度', '纬度']]wb = Workbook()wb1 = wb.create_sheet('index', 0)wb1.title = '管理数据'filename = 'a.xlsx'for row2 in range(len(biaoti)):wb1.append(biaoti[row2])for row in range(len(vv)):wb1.append(vv[row])# wb.save("paiwuxukejianyiguanli.xlsx")wb.save(filename)def read(path):for i in os.listdir(path):fi_d = os.path.join(path, i)if os.path.isdir(fi_d):read(fi_d)else:if os.path.splitext(i)[1]=='.docx':filename=(os.path.join(fi_d))if filename==r"C:\Users\Administrator\PycharmProjects\pythonProject\venv\Lib\site-packages\docx\templates\default.docx":print("已经扫描完成，现在要退出了。。。。。。。。。。。。。。。。。")returnprint(filename)doc = Document(filename)tables = doc.tables # 获取文档中所有表格对象的列表print('表格数量', len(tables))print('------------------------')qiye = doc.tables[0].rows[0].cells[1] # 获取第一张表第一行第一列数据jingdu=doc.tables[0].rows[3].cells[1]weidu=doc.tables[0].rows[3].cells[4]vv.append([qiye.text,jingdu.text,weidu.text])print('------------------------')read(path)# 打印所有docx的绝对路径print(vv)excelsave()# input("sorry")### # Document 类，不仅可以新建word文档，也可以打开一个本地文档# doc = Document('C:\\Users\\Administrator\\PycharmProjects\\pythonProject\\副本.docx') # 想获取的文档文件名，这里是相对路径。# tables = doc.tables # 获取文档中所有表格对象的列表# print('表格数量',len(tables))# print('------------------------') 读取所有表格内容# # for t in tables:# #print(t)# #rows=t.rows#行数 obj# #columns=t.columns#列数 obj# #rows_length = len(t.rows) # 行数# #columns_length = len(t.columns) # 列数# #for r_num in range(rows_length):#行遍历# # r_content = []# # for r_cell in rows[r_num].cells:# # r_content.append(r_cell.text)# # print(r_content)
