使用python从Word文档中提取文本并存储在excel文件中

Question

我有一个 Word 文档，它是用于我们更广泛的会议的标准模板。我的Word文档中有两列，第一列包含所有标题，第二列包含其实际详细信息。我附上了相同的屏幕截图来显示Word文档的结构。

我现在想使用 python 从两列中提取文本并将它们存储在数据框中。生成的数据框应如下所示：

Title     In Force?   Date          Who attended the event? 
Test      Yes         03/10/1999    X, Y

我怎样才能实现这个目标？

Answer 1

这是来自

abdulsaboor's

答案的解析器：

def get_table_from_docx(document):
    tables = []
    for table in document.tables:
        df = [['' for i in range(len(table.columns))] for j in range(len(table.rows))]
        for i, row in enumerate(table.rows):
            for j, cell in enumerate(row.cells):
                if cell.text:
                    df[i][j] = cell.text
        tables.append(pd.DataFrame(df))
    return tables

然后：

df = get_table_from_docx(document)[0]
df = df.set_index(0).T
df["Who attended the event?"] = df["Who attended the event?"].str.replace("\n",", ")

出：

0 Title In Force?    Date          Who attended the event?
1 Test  Yes          03/10/1999    X, Y