使用python從docx中抽取特定段落並保存到txt文檔中

https://blog.csdn.net/HUSTER_LC/article/details/79367286

 

1、遇到問題

    工作中遇到一個問題，需要從dcox文檔中抽取特定的段落；通過對目標對象的調查，發現目標段落的公共特性：具有同樣的段落樣式，並且有共同的開頭Sysname；

    同時存在另外一個問題，存在多個目標文檔，且這些目標文檔存在同一個目標文件夾中

2、解決方案

    先解決問題1：獲取指定路勁下的特定文檔的目標段落

    在解決問題2 ：獲取指定路徑下的docx文檔的列表

    1、問題 1 :

        使用python docx 獲取目標文檔的目標段落並使用re模塊查找包含Syname的段落

    2、問題 2：

        使用os改變工作路徑，並獲取特定路勁下的文檔列表，送給1進行處理

3、實施

    1、打開目標文檔，獲取目標段落

        

1.  
   #-*- coding = utf-8 -*-
2.  
   import docx
3.  
   #獲取docx文檔的所有段落 path : 相對路徑包含文檔名稱
4.  
   def getpara(path):
5.  
        try :
6.  
           docx_temp = docx.Document(path)
7.  
        except :
8.  
           print( "can't open the docx")
9.  
            return False
10.  
         try :
11.  
            docx_para = docx_temp.paragraphs
12.  
            print( "Succeed getting the para:",path)
13.  
             return docx_para
14.  
         except :
15.  
            print( "can't get the ",path," paragraphs")
16.  
             return False

1.  
   import re
2.  
   #從段落中抽取目標段落
3.  
   def findpara(parpas,str = "Sysname"):
4.  
   try :
5.  
       para_list = [ "start"]
6.  
       pattern = re.complie(str)
7.  
        for para in paras :
8.  
           match1 = pattern.search(para.text)
9.  
            if match1 :
10.  
                para_list.append(para.text)
11.  
     
12.  
        para_list.pop( 0)
13.  
        retuen para_list
14.  
    except :
15.  
         return False

     2、將查找到的段落寫入txt文件

1.  
   #將制定一個列表的內容寫入txt文件
2.  
   def list2txt(list,name="com") :        #文件名默認為com.txt
3.  
        if len(list) :
4.  
        try :
5.  
           fp = open( "com.txt","w")
6.  
            for cloe in list :
7.  
               fp.write(cloe)
8.  
               fp.write( "\n")
9.  
        except :
10.  
             return False
11.  
         finally:
12.  
            fp.close()

    3、工作目錄切換與獲取指定路徑的文檔列表

 

1.  
   import os
2.  
   #切換工作路徑 返回該路徑下的文檔列表
3.  
   def set_wd(wd == '0') :
4.  
        if wd == '0' :
5.  
            try :
6.  
              os.chdir(wd)
7.  
              File_List = os.listdir(wd)
8.  
               return File_List
9.  
                except :
10.  
                print( "Error")
11.  
                return False
12.  
         else :
13.  
             try :
14.  
               wd = os.getcwd()
15.  
                os.chdir(wd)
16.  
                print( "Using the current path word")
17.  
                File_List = os.listdir(wd)
18.  
                 return File_List
19.  
             except :
20.  
               print( "Error")
21.  
                return False
22.  
     
23.  
    
    charles2843 7個月前 最后一段 def set_wd(wd == '0') : 這里在python 3.7環境下，語法不正確，應該是 def set_wd(wd='0'):