工作中經常要處理大量的word文件，大部分內容都很簡單，比如說做一個彙總表，從發來的word文件裡提取名字、聯絡方式、地址等資訊，提取完之後還需要用Excel做彙總，對於十幾份的文件尚好，但對於成百份，甚至上千份的word文件，即便只是基本的複製貼上，這個工作量也實在是太大。
於是，想想能不能自己寫一個指令碼，能自動的提取word文件裡的主要資訊，並自動寫入Excel文件。

首選語言便是Python，查詢知主要有以下幾種方法：
1.xlrd和xlwt庫（在命令列下輸入pip install xlrd/xlwt安裝）
2.win32

首先，xlrd和xlwt只支援doc和xls檔案格式，但想到docx和xlsx已經全面普及，所以直接否決掉，那麼第二種方法則是直接呼叫offic的API進行操作，十分強大，因為在offic上能完成的操作，都能通過win32完成，所以我們選擇使用win32。
這一部分，我們先來獲取報名表的資訊，報名表word開啟之後是這樣子的：
 

我們需要提取其中的姓名、性別、民族、學校、學歷、專業、年級、政治面貌等個人資訊
很明顯，所有的資訊都在一張table裡，於是便可以很方便的運用word裡的API提取資訊：
程式碼如下：

#coding:utf-8

import os
import win32com
from win32com.client import Dispatch, constants
from docx import Document

def parse_docx(f):
  """讀取docx，返回姓名和行業
  """
  d = Document(f)
  t = d.tables[0]
  t_next=d.tables[1
 
]
  #title= t.cell(0,1).text//比如說標題在表格中位於（0，1）
  name = t.cell(1,1).text   #1
  Gender = t.cell(1,3).text #1
  Race = t.cell(1,5).text   #1
  School=t.cell(2,1).text   #1
  Edu_back=t.cell(2,4).text #1
  Major=t.cell(3,1).text    #1
  Grade=t.cell(3,4).text    #1
  Poli_Status=t.cell(4,1).text#1
  Place=t.cell(4
 
,3).text    #15
  ID_card=t.cell(5,1).text  #1
  Date_birth=t.cell(5,4).text#1
  Telephone=t.cell(6,1).text#1
  E_mail=t.cell(6,4).text   #1
  QQ=t.cell(7,1).text       #1
  Address=t.cell(7,4).text  #1
#  Other=t_next.cell(1,1).text
  print(name, Gender,Race,School,Edu_back,Major,Grade,Poli_Status,Place,Date_birth,Telephone,E_mail,QQ,Address,end='\n ')


''' 上述函式主要實現檔案的讀取 '''
if __name__ == "__main__":
  w = win32com.client.Dispatch('Word.Application')

  # 遍歷檔案
  PATH = "E:\wordtest" # windows檔案路徑
  doc_files = os.listdir(PATH)
  for doc in doc_files:
    if os.path.splitext(doc)[1] == '.docx':
      try:
        parse_docx(PATH+'\\'+doc)
      except Exception as e:
        print(e) 

程式的程式碼看起來十分的簡單，我們不作多解釋，直接看結果，我們採用的IDE為PyCharm

從word文件提取資訊就是這麼簡單，接下來一講，我們將會將讀取的資訊寫入一個已經存在的Excel表格，方便我們檢視和管理資料。