我们在做一些数据统计或分析的时候，有时会接触到Execl 格式或者Word 格式的文件。Execl格式的数据提取和解析，我们在之前的文章分享过一些非常好用的Python第三方库，本文中主要介绍如何使用Python python-docx 模块提取Word 文件中的文本信息和表格数据。

python-docx 安装

我们在Windows 10 Python3 环境中使用pip进行安装。

演示文本

为了方便理解，我们以python-docx.docx文件为例，演示如何使用Python提取其中的文本信息和表格数据，并开发自定义函数以字典的形式提取内容，python-docx.docx文件内容如下：

在使用python-docx读取word文档中文本之前，我们先了解下python-docx模块的几个概念。

Document 对象，表示一个Word文档。
Paragraph 对象，表示Word文档中的一个段落。
Paragraph 对象的text属性，表示段落中的文本内容。

提取docx文件中文本信息

使用python-docx提取docx文件中文本数据，Python实现代码如下：

如上，我们将python-docx.docx文件中的文本信息，按行提取出来，存储到字典中，字典的key为行号，value为文本信息，执行上述代码，输出结果如下：

提取docx文件中表格数据

使用python-docx 提取docx文件中表格数据，Python实现代码如下：

如上，我们将python-docx.docx文件中的表单信息，按行提取出来，存储到列表中，列表每个元素为一个表格的数据，数据结构为字典，执行上述代码输出结果如下：

提取包含指定关键字的文本

我们基于上述自定义封装函数extract_text、extract_form，结合re 模块即可以实现提取包含关键字的文本内容，代码实现如下：

如上，我们实现了提取docx文本中包含指定内容的文本信息，并输出该内容所在行，执行上述代码，输出结果为：

使用python操作Excel，哪个库比较方便易学？

Python对Excel的操作我主要用xlwt、xlrd、xlutils这三个库。

xlwt主要用来创建并写入数据到Excel。已经存在的表不可以写入。

以下使用Python写九九乘法表到Excel

运行之后，代码文件所在的文件夹会多出一个”九九乘法表“的Excel，内容如下图：

xlrd主要用来读取Excel的数据。

以下使用Python读取刚刚写入的九九乘法表。

打印结果如下图：

使用xlutils的copy函数来变相更改Excel的数据

配合xlrd库来更改

运行之后，文件夹又多出一个”九九乘法表改版“的Excel表格。内容如下：

Python能否依据表格中的某些数据将excel表格本身进行排序？

当然是可以的。

首先，Python提供了很多库可以用来操作Excel ，例如xlrd用于读取Excel，xlwt用于写入Excel，xlutils用于修改Excel。

此外，Python的中还有pandas库可以轻松实现这个需求，使用read_table方法读取Excel中的表格数据，然后使用pandas处理表格数据，最后重新写回Excel即可。

python如何读写excel表格？有哪些比较简单的方法可供参考？

python读写excel的方式有很多，这里我介绍3种方式，一种是利用xlrd和xlwt进行excel读写，一种是openpyxl读写，最后一种是利用pandas进行读写，下面我主要介绍一下3种方式读写的过程，实验环境win7+python3.6+pycharm5.0，主要步骤如下：

为了方便演示，我这里新建了一个test.xls文件，主要内容如下，用于测试读excel的代码：

方法一：利用xlrd和xlwt进行excel读写，这里只能是xls类型excel

首先，安装的话，直接输入命令"pip install xlrd"和"pip install xlwt"就行，如下：

xlrd读excel

主要代码如下，主要包括读取行列和单元格的值，以及表格总行数和列数等，比较简单：

程序运行截图：

xlwt写excel

主要代码如下，很简单：

程序运行后，save.xls文件内容截图如下：

方法二：利用openpyxl读写excel，注意这里只能是xlsx类型的excel

安装的话，直接输入命令"pip install openpyxl"就行，很快就能安装完毕。

读excel

主要代码如下：

程序运行截图如下：

写excel

主要代码如下：

程序运行后，new.xlsx保存的内容如下：

方法三：利用pandas读取excel，这里就很简单了，pandas是一个数据处理的包，本身提供了许多读取文件的函数，像read_csv（读取csv文件），read_excel（读取excel文件）等，只需一行代码就能实现文件的读取

读excel

主要代码如下，就1行代码搞定，注意这里的data是DataFrame类型：

程序运行截图如下：

写excel

主要代码如下：

程序运行后，new.xls文件保存内容如下：

至此，我们就完成了excel的读写。总的来说，这3种方法都很简单，尤其是第3种方法，1行代码就搞定，在数据处理中，经常会用到pandas这个包，功能很强大，当然还有许多其他的包也可以完成excel的读写，我这里就不一一详细列举了，感兴趣的话可以到网上搜一搜相关资料和教程，了解了解，帮助很大，希望以上分享的内容能对你有所帮助吧。