使用python提取word文件表，然后导出到excel

我想提取包含在多个工作表中的表格的word文件，然后导出到excel

下面是我的代码

import pandas as pd
from docx.api import Document

document = Document('word.docx')

for table in document.tables:
      for row in table.rows:           
        
            data = []

            keys = None
            for i, row in enumerate(table.rows):
                text = (cell.text for cell in row.cells)
                

                if i == 0:
                    keys = tuple(text)
                    continue
                row_data = dict(zip(keys, text))

            data.append(row_data)
            print(data)
            df = pd.DataFrame(data=data)

#             print (df)

            df.to_excel('dict1.xlsx')

---

导出时出现问题，我只获取最后一张图纸数据，而不是excel中的完整数据。有谁能帮助我，我犯了什么错误吗？

尝试使用xlsxwriter引擎创建一个书写器，然后将df添加到书写器的新图纸，并在最后保存，而不是覆盖同一个excel文件。看看这是否有效：

import pandas as pd
import xlsxwriter

writer = pd.ExcelWriter('dict1.xlsx', engine='xlsxwriter')

from docx.api import Document

document = Document('word.docx')

sheet_number=1

for table in document.tables:
    for row in table.rows:           
    
        data = []

        keys = None
        for i, row in enumerate(table.rows):
            text = (cell.text for cell in row.cells)
            

            if i == 0:
                keys = tuple(text)
                continue
            row_data = dict(zip(keys, text))

        data.append(row_data)
        print(data)
        df = pd.DataFrame(data=data)
        
        df.to_excel(writer, sheet_name='sheet{}'.format(sheet_number))
        sheet_number+=1

writer.save()

[编辑] 要创建一张包含所有表的图纸，请在为创建数据之前创建数据：

data = []
for table in document.tables:
  for row in table.rows:           
        keys = None
        for i, row in enumerate(table.rows):
            text = (cell.text for cell in row.cells)
            

            if i == 0:
                keys = tuple(text)
                continue
            row_data = dict(zip(keys, text))

        data.append(row_data)
        print(data)
df = pd.DataFrame(data=data)
df.to_excel(writer, sheet_name='sheet{}'.format(sheet_number))

---

我认为，您正在用每个循环覆盖df数据

import pandas as pd
from docx.api import Document

document = Document('word.docx')

for table in document.tables:
      for row in table.rows:           
        
            data = []

            keys = None
            for i, row in enumerate(table.rows):
                text = (cell.text for cell in row.cells)
                

                if i == 0:
                    keys = tuple(text)
                    continue
                row_data = dict(zip(keys, text))

            data.append(row_data)
            print(data)
            df = pd.DataFrame(data=data)

#Append or combine your df elements here, it is overwriting each time you move to a new table
            result=df.append(df)


        result.to_excel('dict1.xlsx')

---

为什么在标题中大喊大叫？修改了它。你能帮我回答我的问题吗？你能确定问题是否出在如何从Word中读取数据上吗？如果这是一个问题，结束的事情，我们需要一个样本文件，复制它。如果不是，那么将代码简化到不需要Word文档（除了您之外没有人需要）就可以重现问题并测试修复的地方会很有帮助；例如只需为

文档

硬编码一个Python数据结构，该数据结构具有相同的

表

和

行

对象/结构。你能给我提供word文档示例吗？我已经添加了图像。word文档包含类似的表，直到第10页。你能帮我查找并帮助我吗？但我面临的问题是它只导出word文件的最后一张表。它留下的其余表。而且我不希望在不同的表中输出…在一张表中完整的数据啊，好的，所以你必须在第一张for之前创建数据，df在forI编辑我的答案之前添加一个新的解决方案。请检查它是否解决了您的问题。它没有创建excel文件。请检查导出功能为什么不工作。对不起，您不需要wirter，您只能使用df.to_excel（'dict1.xlsx'），或者您可以通过添加writer.save（）像现在一样使用它在最后创建文件谢谢，但我得到缩进错误…你能帮我检查你的间距，这就是错误试图告诉你的。