Word和Excel大概是我们最常碰到的两种文件了， 我前面写过pandas的基本操作 ，利用它可以轻松完成Excel文件的批量处理，那么对于word文件的处理是否也有同样简单的方式，答案是肯定的，这涉及到python的另一个库 docx ，这篇文章的主要内容是：
如何批量处理word中的表格
我随便找了一个Word文件，它的部分内容如下：

这个文件中有多个这样表格，我们要将它们处理成一个简单表——属性一行，值 一行
下面正式开始，docx之外的内容我将不做详细说明，有问题请留言。

1.安装docx:

2.导入docx库

from docx import Document
import pandas as pd
3.读Word文件
 
doc=Document('2007年三江源生态监测森林数据集.docx')
ps：docx不支持doc格式的word文件。
 
4.读表格
 
tb=doc.tables
rows=tb[0].rows
cols=rows[0].cells
7.单元格
 
cell=cols[0]
text=cell.text
有了上面的基础知识，读取word中的表格应该没什么问题了，下面是是完整代码：
 
doc=Document('2007年三江源生态监测森林数据集.docx')
index,key,value=[],[],[]
table_index=0
for tb in doc.tables:
 table_index+=1
 row_index=0
 for row in tb.rows:
     row_index+=1
     for cell in row.cells:
         text=""
         for p in cell.paragraphs:##如果cell中有多段，即有回车符
             text+=p.text
         if row_index%2==0:
             value.append(text)#偶数行为值
             index.append(table_index)#这行也可以放在else中
         else:
             key.append(text)#奇数行为属性
现在word中所有表格的内容已经读出来了，不过是在两个列表中，将它们重新构造成一个表格。
 
8.重建表格
 
df=pd.DataFrame({'table_index':index,'key':key,'value':value})

 但是这个表格并不是我们想要的结果，我们想要的是key为表头，value为值，table_index为索引，所以我们还需要进一步的操作。
 
8.pviot
 
#删除重复行，否则会报错：Index contains duplicate entries, cannot reshape  
df=df.drop_duplicates(['table_index','key'])
df1=df.pivot(index='table_index',columns='key',values='value')
#下面两行用于去除列名和索引名，可有可无，加上只因为我有强迫症，为了美观，感兴趣的朋友可以对比加上这现行前后的差异
df1.columns=list(df1.columns)
df1.index=list(df1.index)
最终得到的表格是这样的：
 
 
9.如何把表格写入word文件
 
上面的表格内容太多，我们取一部分写入word中
 
from docx.enum.table import WD_TABLE_ALIGNMENT
from docx.shared import Cm
df2=df1.iloc[:10,:6]
d=Document()
tb=d.add_table(rows=len(df2.index),cols=len(df2.columns))
tb.add_row()
for i in range(len(df2.columns)):
    tb.cell(0,i).text=df2.columns[i]#添加表头
for row in range(1,len(df2.index)+1):
    for col in range(len(df2.columns)):
        tb.cell(row,col).width=1
        tb.cell(row,col).text=df2.iloc[row,col]
        tb.cell(row,col).width=Cm(6)
        tb.cell(row,col).ipynb
tb.style='Medium Grid 1 Accent 1'
tb.autofit=True
d.save('tb.docx')
最后生成的word表格是这样的：
 
 关于表格的样式控制将在另一篇博客中展开讨论：利用python批量处理Word文件——表格（二）样式控制
 关于word表格的处理就到这里了，现实中我们要处理的文件内容千变万化，不过只要熟练这些基础操作，就可以以不变应万变，后面我会继续写word中其它内容的处理，感兴趣的朋友可以多多关注。
                    Word和Excel大概是我们最常碰到的两种文件了，我前面写过pandas的基本操作，利用它可以轻松完成Excel文件的批量处理，那么对于word文件的处理是否也有同样简单的方式，答案是肯定的，这涉及到python的另一个库docx，这篇文章的主要内容是：如何批量处理word中的表格我随便找了一个Word文件，它的部分内容如下：这个文件中有多个这样表格，我们要将它们处理成一个简单表——属性...
 用于读取，编写和创建子文档的python-docx
 jinja2用于管理插入到模板docx中的标签
之所以创建python-docx-template，是因为python-docx具有创建文档但不能修改文档的强大功能。
 这个想法是开始创建您要使用Microsoft Word生成的文档的示例，它可以随您的需要而复杂：图片，索引表，页脚，页眉，变量，以及您可以使用Word进行的任何操作。 然后，由于您仍在使用Microsoft Word编辑文档，因此可以在文档中直接插入类似jinja2的标签。 您将文档另存为.docx文件（xml格式）：它将是您的.docx模板文件。
 现在，您可以使用python-docx-template从此.docx模板和关联的上下文变量生成所需的wo
				
利用python-docx模块，写批量生日邀请函
有关python-docx的使用方法，可以参考官方的API文档。这里使用了其中的一些基本功能，来完成一个简单的任务：为参加聚会的好友，每人写一个word文档邀请函。邀请函也很简单，如下图：
下面是代码：
import docx
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT #引入文字的位置样式
from docx.shared import Pt #设置字体
#从guest.txt文件中读取一个客人列表
guests=open('guest.txt')
guest_list=[]
				
Python-docx 是一个 Python 用于创建 Microsoft Word (.docx) 文件的库。它可以创建包含文本、图片、表格、列表、样式及其它元素的 Word 文档。
使用 python-docx，可以通过代码动态地创建 Word 文档，而不需要手动打开 Word 并手动创建文档。不仅如此，python-docx 还可以处理并修改已存在的 Word 文档，例如修改文本内容、表格数据，添加图片和段落等等。
使用 python-docx，我们可以创建完成微软 Office 的电子文档，而不依赖人类的操作，比如报告、信函、契约等等。使用这个库，你可以轻松地将程序输出的文章转换为 Word 文档，并使其兼容于大部分使用 Word 的环境，非常方便。
此外，使用 python-docx 还可以轻松地操作 Word 样式。你可以通过代码创建、修改和选择所需的文本格式，使有机构标准的文档符合各种文件格式。
当然，python-docx 在处理大型文档时，可能会出现效率低下的问题，因为它只是 Python 生成的 Word 文档，在处理复杂的文本格式时，您需要进行更多的开发和调整来提高性能。