(工作之後，就讓自己的身心都去休息吧)

今天介紹一下文本數據的提取和轉換，這裏主要實例的轉換為excel文件（.xlsx）轉換world文件（.doc/docx），同時需要使用win32api，同pywin32庫。

pandas庫我之前的博客裏面都有詳細的介紹和使用，這裏主要介紹下win32庫。

PyWin32是一個Python庫，可以為Python提供Windows擴展。換句話說，它允許您訪問各種Windows功能 - 至少Microsoft Office的功能 - 而無需使用Microsoft的一種語言，如Visual Basic或C＃。

win32com模塊的下載：https://sourceforge.net/projects/pywin32/files/pywin32/（對應你的windows版本）

同時分享Galal Aly‘s博主：http://new.galalaly.me/2011/09/use-python-to-parse-microsoft-word-documents-using-pywin32-library/

Pywin32庫的一些概念：

　　1.PyWin32是一個包裝器，它使您可以使用Visual Basic for Applications（VBA）中提供的相同方法和屬性，但使用Python的語法。

　　2.這是Word 2007開發人員參考，有用的部分是對象模型參考。我必須檢查它們以了解可用的方法和屬性，因此它們非常重要。

　　3.在任何參考資料中，您都會找到一些用VBA編寫的示例。

首先介紹下win32com:

1 # coding: UTF-8
2 import win32com.client
3 WordApp = win32com.client.Dispatch("Word.Application") 
4 WordApp.Visible = False

1.因為你使用的是中國漢字，windows中文本文檔大多數都是漢子處理，所以前提一定要加上# coding: UTF-8。

2.引入win32com模塊。

3.打開world應用程序，python操作world程序以便寫入文件。

4.是否在桌面打開world程序，這裏的False就是不需要打開，反之為True。

這裏主要介紹win32api的一些屬性，主要為操作world文檔所使用：

#新建空文檔
docx=WordApp.Documents.Add()
#打開指定文檔
docx = WordApp.Documents.Open(r‘C:\Users\Administrator\Desktop\b.docx‘)
#保存到指定文檔
docx.SaveAs(r"c:\Users\Administrator\Desktop\c.doc")  # 文檔保存
#關閉文檔，需在保存文檔之後
docx.Close(-1) 

這裏需要特別註意的是，SaveAs為另存文件，即可以不需要創建文件，另一個是打開指定文檔，這裏如果你不需要存入一個文檔的話，就只需要打開一個文檔存到另一個文檔也可以，這裏可以doc可以轉換docx文件。

但是，如果你都要操作在你個world文件內，那麽就需要追加一個docx文件內：

1 #新建空文檔
2 docx=WordApp.Documents.Add()
3 #打開指定文檔，進行操作
4 docx = WordApp.Documents.Open(r‘C:\Users\Administrator\Desktop\b.docx‘)
5 #保存
6 docx.Save

這裏只需要Save即可，原理就是打開一個指定的world文件，將數據存入進去後保存即可。

這裏關於world文件的保存和添加介紹完。

下面介紹些world文件的一些屬性：

1、頁面屬性：

1 docx.PageSetup.PaperSize = 7            # 紙張大小, A3=6, A4=7 
2 docx.PageSetup.PageWidth = 8.7*28.35    # 紙張寬大小後PaperSize 就不需要了
3 docx.PageSetup.PageHeight = 13*28.35 　 # 紙張高大小  
4 docx.PageSetup.Orientation = 1          # 頁面方向, 豎直=0, 水平=1 
5 docx.PageSetup.TopMargin = 2.45*28.35   # 頁邊距上=2.45cm，1cm=28.35pt 
6 docx.PageSetup.BottomMargin = 2.45*28.35 # 頁邊距下=2.45cm 
7 docx.PageSetup.LeftMargin =0.75*28.35    # 頁邊距左=0.75cm
8 docx.PageSetup.RightMargin = 0.5*28.35   # 頁邊距右=0.5cm  

2、頁面布局：

 1 sel = WordApp.Selection       # 獲取Selection對象
 2 sel.InsertBreak(8)            # 插入分欄符=8, 分頁符=7 
 3 sel.Font.Name = "宋體"         # 字體
 4 sel.Font.Size = 11            # 字大
 5 sel.Font.Bold = True          # 粗體
 6 sel.Font.Italic = True        # 斜體
 7 sel.Font.Underline = True     # 下劃線 
 8 sel.ParagraphFormat.LineSpacing = 2*12   # 設置行距，1行=12磅
 9 sel.ParagraphFormat.Alignment = 1      # 段落對齊,0=左對齊,1=居中,2=右對齊
10 sel.TypeText("aaa")       # 插入文字
11 sel.TypeParagraph()       # 插入空行 
12 sel.TypeText("\n")        #插入空白行

3、表格：

 1 tab=docx.Tables.Add(sel.Range, 7, 2)  # 增加一個16行2列的表格 
 2 tab.Style = "網格型"       　　　　　　　# 顯示表格邊框
 3 tab.Columns(1).SetWidth(2.4*28.35, 0) #調整第一列寬
 4 tab.Columns(2).SetWidth(5.5*28.35, 0)
 5 tab.Rows.Alignment = 1                # 表格對齊,0=左對齊,1=居中,2=右對齊
 6 tab.CellCellCellCell(1,1).Range.Text = "aaa"    # 填充內容，註意Excel中使用wSheet.Cells(i,j)   
 7 sel.MoveDown(5, 16)       　　　　　　　# 向下移動2行,5=以行為單位 
 8 line_cells = tab.columns[0].cells  　 #第一列所有空格  0,1代表第幾列
 9 line_cells[0].Range.Text= ‘N‘  　　　　#第一列第一個空格中添加“N”
10 line_cells[1].Range.Text = ‘號‘.decode(‘utf-8‘) 
11 line_cells[2].Range.Text = ‘牌‘.decode(‘utf-8‘) 
12 line_cells[3].Range.Text = ‘數量‘.decode(‘utf-8‘) 
13 line_cells[4].Range.Text = ‘日期‘.decode(‘utf-8‘) 
14 line_cells[5].Range.Text = ‘名稱‘.decode(‘utf-8‘) 
15 line_cells[6].Range.Text = ‘編號‘.decode(‘utf-8‘)

貼上Pandas模塊和win32com的完整代碼（主要看分布）：

 1 # coding: UTF-8
 2 import win32com.client
 3 import time
 4 import pandas as pd
 5 def parser():
 6     df = pd.read_excel(‘C:\\Users\\Administrator\\Desktop\\222.xlsx‘)
 7     pd.set_option(‘display.width‘,None)
 8     WordApp = win32com.client.Dispatch("Word.Application") 
 9     #WordApp.Visible = False
10 
11     
12     for i in xrange(0,len(df)):
13         Pn =  df.iloc[i,0].encode(‘utf-8‘)
14         partno = df.iloc[i,1].encode(‘utf-8‘)
15         manufacturer = df.iloc[i,2]
16         quantity = str(int(df.iloc[i,3]))
17         contractnum = df.iloc[i,4].encode(‘utf-8‘)
18         #print type(contractnum)
19         #print manufacturer
20         doc=WordApp.Documents.Add()
21         doc = WordApp.Documents.Open(r‘C:\Users\Administrator\Desktop\b.docx‘)
22         doc.PageSetup.PageWidth = 9*28.35
23         doc.PageSetup.PageHeight = 13*28.35
24         doc.PageSetup.LeftMargin = 0.6*28.35
25         doc.PageSetup.RightMargin = 0.5*28.35
26 
27         sel = WordApp.Selection
28         sel.Font.Name = "宋體"
29         sel.Font.Size = 11
30         sel.TypeText("\n")
31         sel.TypeText("\n")
32         sel.TypeText("\n")
33         sel.TypeText("\n")
34         sel.TypeText("\n")
35         sel.TypeText("\n")
36         sel.TypeText("\n")
37         tab=doc.Tables.Add(sel.Range, 7, 2)
38         #print type(tab.location)
39         tab.Style = "網格型".decode(‘utf-8‘)
40         tab.Columns(1).SetWidth(2.4*28.35, 0)
41         tab.Columns(2).SetWidth(5.5*28.35, 0)
42         line_cells = tab.columns[0].cells
43         line_cells[0].Range.Text= ‘N‘
44         line_cells[1].Range.Text = ‘號‘.decode(‘utf-8‘) 
45         line_cells[2].Range.Text = ‘牌‘.decode(‘utf-8‘) 
46         line_cells[3].Range.Text = ‘數量‘.decode(‘utf-8‘) 
47         line_cells[4].Range.Text = ‘日期‘.decode(‘utf-8‘) 
48         line_cells[5].Range.Text = ‘名稱‘.decode(‘utf-8‘) 
49         line_cells[6].Range.Text = ‘編號‘.decode(‘utf-8‘)
50         #print help(doc.SaveAs)
51         doc.Save
52         print ‘Is oK!‘
53         #doc.SaveAs(r‘C:\Users\Administrator\Desktop\b.docx‘)
54     doc.Close()
55     WordApp.Quit()
56 if __name__ == ‘__main__‘:
57     parser()

這裏主要註意下下操作world程序和for循環的位置就可以了，還有close，不然你的程序就會報錯，因為你打開一個world程序未關閉，再次打開windows會提示未保存文檔不可操作，所以程序會報錯！

更多技術信息添加群：607021567

Python文本數據互相轉換（pandas and win32com）