python3 处理txt,doc,docx,xls,xlsx文件

本文已参与「新人创作礼」活动，一起开启掘金创作之路。

一.xls文件和xlsx文件

1. 使用xlrd模块读取excel文件，使用xlwt模块将数据写入excel文件，使用openpyxl模块读取写入和修改excel文件。
2. 使用pandas更为快速

Trick:抱歉，此处写的只是简单方法，还有很多细节 没写清楚 ，没写清楚的部分请查看：

基于xlrd、xlwt和openpyxl模块 ：blog.csdn.net/sinat_28576…

基于pandas写法：blog.csdn.net/dcrmg/artic…

 

二.doc文件和docx文件T

使用python-docx模块处理word文档，处理方式是面向对象的。也就是说python-docx模块会把word文档，文档中的段落、文本、字体等都看做对象，对对象进行处理就是对word文档的内容处理。（注意doc文件得转换成docx）

部分代码如下：

import docx
from win32com import client as wc

      # 获取文档
                    doc_content = requests.get(url)
                    with open('D:\爬虫下载\doc\\' + file_name, 'wb') as f:
                        f.write(doc_content.content)
                    print("转换doc开始")
                    word = wc.Dispatch("Word.Application")
                    doc = word.Documents.Open("D:\爬虫下载\doc\\" + file_name)
                    print("转换doc成功")
                    doc.SaveAs("D:\爬虫下载\docx\\" + file_name, 16)
                    doc.Close()
                    word.Quit()
                   ___________________________
                    doc = docx.Document('D:\爬虫下载\docx\\' + file_name)
 
                    for num in range(0, len(doc.tables)):
                        begin = 0 if num != 0 else 1
                        for row in range(begin, len(doc.tables[num].rows)):
                            title_list = []
                            data_list = []
                            for col in range(0, doc.tables[num]._column_count):
                                label_str = doc.tables[0].cell(0, col).text.replace('\n', '').replace(' ', '')
                                values = doc.tables[num].cell(row, col).text.replace('\n', '').replace(' ', '')

三.读取txt文件

file = open('E:\\个人文件\\6-desktop\\new.txt','r')
for line in file:
    print(line)

Trick:抱歉，此处写的只是简单遍历，还有很多细节 比如read()、readline()、readlines() 没写清楚 ，没写清楚的部分请查看https://blog.csdn.net/qq_37828488/article/details/100024924