python - python -docx从word docx提取表

我知道这是一个重复的问题，但那些答案对我不起作用。我有一个包含一个表的word文件，现在我希望该表作为python程序的输出。我正在使用python 3.6并且已经安装了python -docx。这是我的数据提取代码

from docx.api import Document

document = Document('test_word.docx')
table = document.tables[0]

data = []

keys = None
for i, row in enumerate(table.rows):
    text = (cell.text for cell in row.cells)

    if i == 0:
        keys = tuple(text)
        continue
    row_data = dict(zip(keys, text))
    data.append(row_data)
    print (data)

我想要的结果是docx文件中的内容。提前致谢

最佳答案

您的代码对我来说很好。如何将其插入数据框？

import pandas as pd
from docx.api import Document

document = Document('test_word.docx')
table = document.tables[0]

data = []

keys = None
for i, row in enumerate(table.rows):
    text = (cell.text for cell in row.cells)

    if i == 0:
        keys = tuple(text)
        continue
    row_data = dict(zip(keys, text))
    data.append(row_data)
    print (data)

df = pd.DataFrame(data)

如何在该表格中显示特定的行和列？
我们可以使用iloc基于索引提取行和列

# iloc[row,columns]
df.iloc[0,:].tolist() # [5,6,7,8]  - row index 0
df.iloc[:,0].tolist() # [5,9,13,17]  - column index 0
df.iloc[0,0] # 5  - cell(0,0)
df.iloc[1:,2].tolist() # [11,15,19]  - column index 2, but skip first row

等等...

但是，如果您的列有名称（在本例中为数字），则可以这样操作：

#df["name"].tolist()
df[1].tolist() # [5,6,7,8] - column with name 1

print(df)

打印，这就是示例文档中表格的外观。

    1   2   3   4
0   5   6   7   8
1   9   10  11  12
2   13  14  15  16
3   17  18  19  20

关于python - python -docx从word docx提取表，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46618718/