Word轉excl表格

同事在做一個批量性的工作，就是將word文件中的題目和選項，轉移到xml文件中。
例項：

轉：

再網上有很多將各種文件轉化的工具和例子，但是很少有將固定格式進行轉化的。

因為在這之前也是不明所以，老大直接讓寫個指令碼，本能的感覺這個指令碼不是很好寫，有危險。但是哪有害怕就不做的道理，不會也要幹。

首先確定好轉化思路

1、查了很多資料，轉excl的都是用的json檔案轉字典再轉excl或者將字典、元組、列表轉為json再轉excl。歸根結底就是將字典轉excl。比較欣喜的是正好可以將題目當做key，選項和答案當做values。這樣非常符合轉換過程。
2、那麼接下來的問題變成了如何將word文件內容轉換為字典的形式。其實也一樣很簡單，接下來一點一點的分析就OK了。

環境問題：
python3：在編寫過程中，因為出現中文，會遇到編碼問題，而python3又將編碼優化的很好，所以選擇python3。(如果你出現亂碼，或編碼不正確，請考慮編碼轉化對錯問題)
作業系統：linux（deepin）

困難又簡單的編寫歷程

1、將word文件轉換為字典形式

（1）讀取word文件內容，python中給出了模組，python-docx
下載模組:

sudo pip3 install python-docx

我們需要用到的這個模組方法很簡單，只需要讀取和輸出就可以了

import docx
file = docx.Document("./密碼學競賽習題.docx")
 

Document() 用來開啟一個文件
（2）迴圈輸出文件內容，將內容新增到字典當中

從word文件中我發現從第六行開始，沒六行為一個題目加上答案。所以我想出先將每個題目迴圈輸出出來，然後在將每個題目的內容迴圈加入的字典當中。又因為每個鍵對用多個值，所以，我將選項建立一個列表。

a={}
file = docx.Document("./密碼學競賽習題.docx")
for l in range(1,61):
    b=[]
    for idx,para in enumerate(file.paragraphs[6*l:6+6*l]):
        if idx==0:
            key=para.text
        elif idx==1:
            v1=para.text
            b.append(v1)
        elif idx==2:
            v2=para.text
            b.append(v2)
        elif idx==3:
            v3=para.text
            b.append(v3)
        elif idx==4:
            v4=para.text
            b.append(v4)
        elif idx==5:
            v5=para.text
            b.append(v5)
    a.update({key:b})
 

enumerate() 函式用於將一個可遍歷的資料物件(如列表、元組或字串)組合為一個索引序列，同時列出資料和資料下標，一般用在 for 迴圈當中。（百度得到，說白了就是給每行起個行號）

2、將字典轉化為excl檔案

（1）首先建立excl檔案
python也給出了處理表格的模組xlwt，可以直接去下載

sudo pip3 install xlwt
建立一個表格

book = xlwt.Workbook(）        #建立excl檔案
sheet = book.add_sheet('sheet1')       #建立一個表
title = ['題目','A','B','C','D','答案']           #每一列標題
for col in range(len(title)):                    #將標題逐個新增到表格當中
    sheet.write(0,col,title[col])
row=1                                     #設定行號

（2）正兒八經轉excl

一切準備就緒，接下來就是將字典中的內容逐個加入到建立的excl中就OK

for k in a:
    data=a[k]
    data.insert(0,k)               #第一列加入序號
    for index in range(len(data)):             #依次寫入每一行
        sheet.write(row,index,data[index])
    row += 1
book.save('TimuTest.xls')                     #儲存excl的檔名

3、執行命令得到想要的excl表格

python3 docxToexcl.py

4、整個指令碼程式碼

#!/usr/bin/python3
#coding:utf-8

import docx
import re
import json
import xlwt

a={}
file = docx.Document("./密碼學競賽習題.docx")
for l in range(1,61):
    b=[]
    for idx,para in enumerate(file.paragraphs[6*l:6+6*l]):
        if idx==0:
            key=para.text
        elif idx==1:
            v1=para.text
            b.append(v1)
        elif idx==2:
            v2=para.text
            b.append(v2)
        elif idx==3:
            v3=para.text
            b.append(v3)
        elif idx==4:
            v4=para.text
            b.append(v4)
        elif idx==5:
            v5=para.text
            b.append(v5)
    a.update({key:b})
book = xlwt.Workbook()
sheet = book.add_sheet('sheet1')
title = ['題目','A','B','C','D','答案']
for col in range(len(title)):
    sheet.write(0,col,title[col])
row=1
for k in a:
    data=a[k]
    data.insert(0,k)
    for index in range(len(data)):
        sheet.write(row,index,data[index])
    row += 1
book.save('test.xls')

總結：

其實這個指令碼寫出來並不滿意，因為我在寫的時候，只考慮到了正在測試的word文件格式，既然是批量的，文件的格式也不一定都是一樣的。所以很難做到將別的格式的文件轉化為想要的excl表格。最大的問題就是如果文件中出現來一個空行，指令碼依然會計算進去，同時每六行迴圈依次的話，結果就會出來差別。指令碼需要改進，如今感覺好一點的辦法是利用正則匹配選項。等有機會寫出來的話再貼上來吧！！！