从 Word 中提取表格到 Excel- 如何将表格分开？

Question

尝试将 .docx 中的表格（在列数和行数方面大小不同）导出到 Excel

我可以获得将表格转换为 excel 的文档，但它将两个表格连接在一起。有没有办法让表格在相同的 sheet 或不同的工作 sheet 上分开（两者都可以）？

代码如下：

pip install python-docx
import pandas as pd

from docx import Document
path = (r"PATH\Practice_Tables.docx")

df = pd.DataFrame()

doc = Document(path)
for table in doc.tables:
    for row in table.rows:
        row_text = [c.text for c in row.cells]
        df = df.append([row_text], ignore_index=True)
        
print(df)

                  0                     1               2
0    Table header 1        Table header 2  Table header 3
1              r1c1                  r1c2            r1c3
2              r2c1                  r2c2            r2c3
3  Practice Table 2  Practice table col 2             NaN
4             Row 2                Row 2a             NaN

writer = pd.ExcelWriter('PracticeTables3.xlsx', engine='xlsxwriter')

df.to_excel(writer, sheet_name='Sheet1')

writer.save()

更新

单个错误 sheet:

NameError                                 Traceback (most recent call last)
<ipython-input-7-d2e9fa27f104> in <module>
      9     print(df)
     10 
---> 11     df.to_excel(writer, sheet_name='Sheet1', startrow=startrow)
     12     startrow += len(df)+2
     13 

NameError: name 'startrow' is not defined

Answer 1

您当前的代码是将所有 table 添加到一个数据框中。

您需要为每个 table 创建一个单独的数据框，将其写入 Excel 文件并继续。

分开sheets

这会将每个 table 写入 Excel 文件中的单独 sheet。

import pandas as pd
from docx import Document

path = 'Practice_Tables.docx'

sheet_no=0

writer = pd.ExcelWriter('PracticeTables3.xlsx', engine='xlsxwriter')
doc = Document(path)
for table in doc.tables:
    df = pd.DataFrame()
    for row in table.rows:
        row_text = [c.text for c in row.cells]
        df = df.append([row_text], ignore_index=True)
    
    print(df)
    sheet_no += 1 
    df.to_excel(writer, sheet_name=f'Sheet{sheet_no}')

writer.save()

单身sheet

此代码会将 table 写入相同的 sheet，中间有行。

import pandas as pd
from docx import Document

path = 'Practice_Tables.docx'

startrow=0

writer = pd.ExcelWriter('PracticeTables3.xlsx', engine='xlsxwriter')
doc = Document(path)
for table in doc.tables:
    df = pd.DataFrame()
    for row in table.rows:
        row_text = [c.text for c in row.cells]
        df = df.append([row_text], ignore_index=True)
    
    print(df)
   
    df.to_excel(writer, sheet_name='Sheet1', startrow=startrow)
    startrow += len(df)+2
    
writer.save()

从 Word 中提取表格到 Excel- 如何将表格分开？

Extracting tables from Word into Excel- how to keep the tables separate?

python

excel

xlsx

pandas

python-docx

分开sheets

单身sheet