[Automation] Lire des documents Word avec Python

Lire des documents Word avec Python

Il y a divers documents au bureau tels que des contrats et des rapports, mais je pense que le principal est [les documents Word].

Lors de l'automatisation des opérations, il existe de nombreux cas où vous souhaitez automatiser la création et la lecture de documents Word. En fait, j'utilise également Python pour automatiser la création de contrats de consignation que je crée tous les trois mois.

Dans cet article, je vais vous expliquer comment utiliser une bibliothèque appelée python-docx pour ** lire des documents Word avec Python **. (La prochaine fois, je présenterai comment créer et remplacer des documents Word.)

Lire des documents Word

python-docx n'est pas une bibliothèque standard. Même Anaconda n'est pas inclus par défaut, alors installons-le d'abord.

pip install python-docx

Importez la bibliothèque après l'installation. Veuillez noter que lors de l'importation, il s'agit de ** dox **, pas de python-docx.

python

import docx

Ensuite, lisez le document Word et créez l'objet. Ici, le document suivant appelé "Test.docx" est lu.

python

document = docx.Document("tester.docx")

Cet objet de document a une liste appelée paragraphes et une liste appelée tables.

les paragraphes sont les paragraphes du texte et les tableaux sont les tableaux. tables a des lignes sous forme de liste de lignes et les lignes a des colonnes (cellules) sous forme de liste appelée cellules. Si vous souhaitez obtenir le texte, reportez-vous à l'attribut appelé texte.

En d'autres termes, il a une telle structure.

python

for paragraph in word.paragraphs:
    print(paragraph.text)

Résultat d'exécution

Ceci est le premier paragraphe.

Ceci est le deuxième paragraphe.

python

for table in document.tables:
    for row in table.rows:
        for cell in row.cells:
            print(cell.text)

Résultat d'exécution

Voici une ligne du tableau/1 rangée
Voici une ligne du tableau/2 rangées
Voici deux lignes du tableau/1 rangée
Voici deux lignes du tableau/2 rangées

point important

Malheureusement, python-docx ne peut pas lire les ** notes de bas de page **.

• Au moins, je ne savais pas comment utiliser les notes de bas de page, peu importe combien j'ai cherché. Si vous avez des informations, je vous serais reconnaissant de bien vouloir commenter.

Si vous souhaitez utiliser des notes de bas de page, il semble que vous deviez envisager une autre méthode.