主要记一下Python对办公文件的简单处理，如word、excel、pdf、csv及ppt。因为内容比较多，不细究原理了，直接写应用吧~
Word
写入Word文件。注：使用了win32com模块，只能在win系统下使用...
import win32com
import win32com.client
import os
def makeWord(fileName,name):
# 打开word应用程序
word=win32com.client.Dispatch(
"Word.Application")
#让文档可见
word.Visible=
True
#创建文档
doc=
word.Documents.Add()
#写内容，从头开始
r=
doc.Range(0,0)
#开始插入内容
r.InsertAfter(
"有人喜欢小溪，是因为没见过大海。")
r.InsertAfter("我看过银河，可我只爱一粒星--"+
name)
#存储文件
doc.SaveAs(path)
#关闭文件
doc.Close()
#退出word
word.Quit()
names=[
"张三",
"李四",
"王五"]
for name
in names:
#获取当前绝对路径来存放文件
path=
os.path.join(os.getcwd(),name)
makeWord(path,name)
读取Word文件
import win32com
import win32com.client
import os
def readWord(path):
#调用系统word功能，可以处理doc和docx文件
mw=win32com.client.Dispatch(
"Word.Application")
#打开文件
doc=
mw.Documents.Open(path)
for par
in doc.Paragraphs:
line=
par.Range.Text
print(line)
#关闭
doc.Close()
#退出word
mw.Quit()
path = os.path.join(os.getcwd(),
'张三.docx')
readWord(path)#有人喜欢小溪，是因为没见过大海。我看过银河，可我只爱一粒星--张三
Excel
写入xls文件 注：这里使用了pyexcel_xls，需要另行安装（pip install pyexcel_xls）
#有序字典
from collections
import OrderedDict
from pyexcel_xls
import save_data
def makeExce(path,data):
#有序字典
dic =
OrderedDict()
for sheetName,sheetValue
in data.items():
d =
{}
d[sheetName] =
sheetValue
#此格式的有序字典，sheetName为子表名，sheetValue为表中的数据
dic.update(d)
#保存
save_data(path,dic)
path = r
"C:\Users\Administrator\Desktop\make.xls"
#只能写xls格式的excel文件
makeExce(path,{
"表1":[[1,2,3],[4,5,6]],
"表2":[[11,22,33],[44,55,66]]})
读取xls 或 xlsx文件
from collections
import OrderedDict
from pyexcel_xls
import get_data
def readXls(path):
dic=
OrderedDict()
#抓取数据
xdata=
get_data(path)
for sheet
in xdata:
dic[sheet]=
xdata[sheet]
#返回的是有序字典
return dic
path=r
"C:\Users\Administrator\Desktop\make.xls"
dic=
readXls(path)
print(dic[
'表1'][1])#[4, 5, 6]
PPT
写入PPT
import win32com
import win32com.client
def makePpt(path):
ppt = win32com.client.Dispatch(
"PowerPoint.Application")
# 让文档可见
ppt.Visible =
True
#增加一个文件
pptFile =
ppt.Presentations.Add()
#创建页 参数1为页数（从1开始）参数2为类型（主题）
page1 = pptFile.Slides.Add(1,1
)
t1 =
page1.Shapes[0].TextFrame.TextRange
t1.Text =
"sunck"
t2 = page1.Shapes[1
].TextFrame.TextRange
t2.Text =
"sunck is a good man"
#保存
pptFile.SaveAs(path)
pptFile.close()
ppt.Quit()
path=r
"C:\Users\Administrator\Desktop\make.ppt"
makePpt(path)
CSV
写csv文件
import csv
def writeCsv(path,data):
#使用这个newline=""可以解决win下自动添加空行的问题
with open(path,
"w",newline=
"") as f:
writer =
csv.writer(f)
for row
in data:
#整行写入，这里是二维列表，一个一维列表写为一行
writer.writerow(row)
path = r
"C:\Users\Administrator\Desktop\make.csv"
data = [[
'admin',
'admin',
'admin'],[
'byadmin',
'byadmin',
'byadmin'],[
'byadmin',
'byadmin',
'byadmin']]
writeCsv(path,data)
读取csv文件
import csv
def readCsv(path):
contentList =
[]
with open(path,"r") as f:
allFileInfo =
csv.reader(f)
for row
in allFileInfo:
contentList.append(row)
return contentList
path = r
"C:\Users\Administrator\Desktop\make.csv"
print(readCsv(path)) #[['admin', 'admin', 'admin'], ['byadmin', 'byadmin', 'byadmin'], ['byadmin', 'byadmin', 'byadmin']]
PDF
读PDF PDF转TXT需安装pdfminer3k(pip install pdfminer3k)
import sys
import importlib
importlib.reload(sys)
from pdfminer.pdfparser
import PDFParser,PDFDocument
from pdfminer.pdfinterp
import PDFResourceManager,PDFPageInterpreter
from pdfminer.converter
import PDFPageAggregator
from pdfminer.layout
import LTTextBoxHorizontal,LAParams
from pdfminer.pdfinterp
import PDFTextExtractionNotAllowed
def readPdf(path,toPath):
f=open(path,
"rb")
#创建一个pdf文档分析器
parser=
PDFParser(f)
#创建一个PDF文档
pdfFile=
PDFDocument()
#连接分析器与文档对象
parser.set_document(pdfFile)
pdfFile.set_parser(parser)
#提供初始化密码
pdfFile.initialize()
#检测文档是否提供txt转换
if not pdfFile.is_extractable:
raise PDFTextExtractionNotAllowed
else:
#解析数据
#数据管理器
manager=
PDFResourceManager()
#创建一个PDF设备的对象
laparams=
LAParams()
device=PDFPageAggregator(manager,laparams=
laparams)
#解析器对象
interpreter=
PDFPageInterpreter(manager,device)
#开始循环处理，每次处理一页
for page
in pdfFile.get_pages():
interpreter.process_page(page)
#处理图层
layout=
device.get_result()
for x
in layout:
if (isinstance(x,LTTextBoxHorizontal)):
with open(toPath,"a") as f:
str=
x.get_text()
#print(str)
f.write(str+
"\n")
path=r
"C:\Users\Administrator\Desktop\英语语法.pdf"
toPath=r
"C:\Users\Administrator\Desktop\res.txt"
#从pdf文件提取字符保存到txt文件
readPdf(path,toPath)
转载于:https://www.cnblogs.com/byadmin/articles/useful-1.html
相关资源：用python sqlite3给已经有的表增加字段
