【python基础】——python读写doc/docx/txt/xls文件

分手后的思念是犯贱 2022-06-01 07:22 628阅读 0赞

一、处理文件

1、读取txt文件

#!/usr/bin/python
    # python3.6
    file = open('E:\\个人文件\\6-desktop\\new.txt','r')
    for line in file:
        print(line)

2、读取docx文件的内容

1）Python可以利用python-docx模块处理word文档，处理方式是面向对象的。也就是说python-docx模块会把word文档，文档中的段落、文本、字体等都看做对象，对对象进行处理就是对word文档的内容处理。

2）需要注意，python-docx模块安装需要在cmd命令行中输入`pip install python-docx`，如下图表示安装成功（最后那句英文Successfully installed，成功地安装完成。）

![这里写图片描述][SouthEast]

注意在导入模块时，用的是`import docx`。

3）代码

#读取docx中的文本代码示例
    import docx
    #获取文档对象
    file=docx.Document("E:\\个人文件\\6-desktop\\xxxx.docx")
    print("段落数:"+str(len(file.paragraphs)))#段落数为13，每个回车隔离一段
    
    #输出每一段的内容
    for para in file.paragraphs:
        print(para.text)
    
    #输出段落编号及段落内容
    for i in range(len(file.paragraphs)):
        print("第"+str(i)+"段的内容是："+file.paragraphs[i].text)

3、处理doc文件

问题：python无法读取.doc文件

解决方案：利用python将大批.doc文件转化为.docx文件，再读写.docx文件

问题分析：python利用python-docx (0.8.6)库可以读取.docx文件或.txt文件，且一路畅通无阻，而对.doc文件本身python是无能为力的，那有很多同学就不服气，我手动把.doc文件的后缀名改为.docx或.txt不就解决问题了吗？答案是不能的，简单修改后缀名，那么文件就被你玩坏了，别说打不开，就是打开也是天书啊（乱码）。python无法操作.doc文件是他的先天不足，但是我们不要钻牛角尖一定要在互联网上找到一种源码直接读取.doc文件，一调用就好了，但是不幸的是，你可能在网上也找不到解决方案。正当我一筹莫展之时，我将.doc文档利用手动的方式“另存为”.docx文档，就能够成功打开转化后的.docx文档，于是我就尝试利用代码方式完成这个手动的“另存为”功能，问题得以解决。

代码如下：

import sys
    import pickle
    import re
    import  codecs
    import string
    import shutil
    from win32com import client as wc
    import docx
    
    
    def doSaveAas():
        word = wc.Dispatch('Word.Application')
        doc = word.Documents.Open(u'E:\code\\xxxx.doc')        # 目标路径下的文件
        doc.SaveAs(u'E:\\code\\hhhhhhhh.docx', 12, False, "", True, "", False, False, False, False)  # 转化后路径下的文件    
        doc.Close()
        word.Quit()
    
    doSaveAas()

4、读取xlsx文件

1) 确保安装好excle的处理包xlrd

安装过程如下：[http://blog.csdn.net/weixin\_40449300/article/details/79138741][http_blog.csdn.net_weixin_40449300_article_details_79138741]

2) 处理代码如下

# -*- coding: utf-8 -*-   
    import  xdrlib ,sys  
    import xlrd  
    def open_excel(file= 'file.xls'):  
        try:  
            data = xlrd.open_workbook(file)  
            return data  
        except Exception as e:  
            print(str(e))  
    #根据索引获取Excel表格中的数据   参数:file：Excel文件路径     colnameindex：表头列名所在行的所以  ，by_index：表的索引  
    def excel_table_byindex(file= 'E:\\个人文件\\6-desktop\\xxxx.xls',colnameindex=0,by_index=0):  
        data = open_excel(file)  
        table = data.sheets()[by_index]  
        nrows = table.nrows #行数  
        ncols = table.ncols #列数  
        colnames =  table.row_values(colnameindex) #某一行数据   
        list =[]  
        for rownum in range(1,nrows):  
             row = table.row_values(rownum)  
             if row:  
                 app = {}  
                 for i in range(len(colnames)):  
                    app[colnames[i]] = row[i]   
                 list.append(app)  
        return list  
      
    #根据名称获取Excel表格中的数据   参数:file：Excel文件路径     colnameindex：表头列名所在行的所以  ，by_name：Sheet1名称  
    def excel_table_byname(file= 'E:\\个人文件\\6-desktop\\xxxx.xls',colnameindex=0,by_name=u'电度'):  
        data = open_excel(file)  
        table = data.sheet_by_name(by_name)  
        nrows = table.nrows #行数   
        colnames =  table.row_values(colnameindex) #某一行数据   
        list =[]  
        for rownum in range(1,nrows):  
             row = table.row_values(rownum)  
             if row:  
                 app = {}  
                 for i in range(len(colnames)):  
                    app[colnames[i]] = row[i]  
                 list.append(app)  
        return list  
      
    def main():  
       tables = excel_table_byindex()  
       for row in tables:  
           print(row)  
      
       tables = excel_table_byname()  
       for row in tables:  
           print(row)  
      
    if __name__=="__main__":  
        main()

[SouthEast]: /images/20220601/6a7d2f76e72d421d9c5c6f7024bd2895.png
[http_blog.csdn.net_weixin_40449300_article_details_79138741]: http://blog.csdn.net/weixin_40449300/article/details/79138741