Python 利用pywin32批量将doc转换成docx再读取成一行存入excel

作者：xujing123

前言：老大让我给个excel收集数据，又觉得不好看，作者写了个正式的word文档但是格式是doc，无法用docx库读取,

数据暂时拿不到暂时安排为三层文件，利用python的pywin32模块将doc批量转换成docx，在转换成xls表方便导入数据。

pywin32只能在windows下使用，处理文件拉垮

docx可以跨平台，批量转换成excel导入数据库

第一层是全部文件夹

第二层是各个公司存储数据文件夹

第三层是数据文件import os # 用于获取目标文件所在路径

import os  # 用于获取目标文件所在路径
from win32com import client as wc  # 导入模块
from docx import Document
import xlrd
from xlutils.copy import copy

def zhuanhuan():
    '''
    转换docx格式
    :return:
    '''
    path = "d:\Users\Administrator\Desktop\新建文件夹\"  # 待处理文件夹
    dest_path = "d:\Users\Administrator\Desktop\新建文件夹 (2)\" #保存文件夹
    word = wc.Dispatch("Word.application")  # 打开word应用程序
    for file in os.listdir(path): #循环读取这个文件夹下所有文件
        print("3")

        path = path = "d:\Users\Administrator\Desktop\新建文件夹\"
        path += str(file + "\")
        print("文件夹位置",path)
        for file in os.listdir(path):
            print("文件名",file)
            (file_path, temp_file_name) = os.path.split(file)
            (short_name, extension) = os.path.splitext(temp_file_name)
            doc = word.Documents.Open(path + file)
            doc.SaveAs(dest_path + short_name + ".docx", 12)  # 另存为后缀为".docx"的文件，其中参数12指doc文件
            doc.Close()
    word.Quit()


def read():
    dest_path = "d:\Users\Administrator\Desktop\新建文件夹 (2)\" #保存文件夹
    for file in os.listdir(dest_path):
        list = []   # 存储word单元格数据
        doc = Document( dest_path + file )
        allTables = doc.tables
        print(file)
        for table in allTables:     #我的文档里有两个word表格，第二个为空
            for i in range(len(atle.rows)):
                if i <4:
                    list.append(table.cell(i,1).text)
                    list.append(table.cell(i,3).text)
                else:
                    list.append(table.cell(i,1).text)
                if len(list) == 11:
                    write(list)
            break

def write(list):
    path = "d:\Users\Administrator\Desktop\招聘.xls"
    r_xls = xlrd.open_workbook(path)  # 打开Excel文件读取数据
    r_sheet = r_xls.sheet_by_index(0)  # 通过索引顺序获取
    rows = r_sheet.nrows  # 获取行数
    w_xls = copy(r_xls)
    sheet_write = w_xls.get_sheet(0)
    for i in range(0, len(list)):
        sheet_write.write(rows, i, list[i])

    w_xls.save( "d:\Users\Administrator\Desktop\招聘.xls")

    
    
zhuanhuan()
read()

手有点生，本来是想用pandas来存excel的，xlrd存储有点麻烦，下回开始复习pandas


文件参数可以参照  这篇文章