【python】读取文件doc/ppt/xls

组件安装

docx==0.2.4

python-docx==0.8.1

python-pptx==0.6.21

xlrd==2.0.1

xlrd==2.0.1

openpyxl==3.0.9


# -*- coding: utf-8 -*-

# @Date    : 2022/3/31 15:42

# version: Python 3.8.*

# @File : FileRead.py

import docx

import subprocess

from pptx import Presentation

from xlrd import open_workbook

import openpyxl

def ReadDocx(filepath):

    text = ''

    doc = docx.Document(filepath)  # Creating word reader object.

    for para in doc.paragraphs:

        text = text + para.text

    return text

def ReadDoc(filepath):

    output = subprocess.check_output(['antiword', filepath])

    return output.decode("utf-8")

def ReadText(filepath):

    f=open(filepath,  mode='r',encoding="utf-8")

    text=f.read()

    # with open(filepath, "r", "utf-8") as f:

    #    ftext = f.read()  # 一次性读全部

    return text

def ReadText2(filepath):

    with open(filepath, mode='r',encoding="utf-8") as f:

        ftextlist = f.readlines()

    return ftextlist

def ReadPptx(filepath):

    text = ''

    ppt = Presentation(filepath)

    for slide in ppt.slides:

        # print(slide)

        for shape in slide.shapes:

            if shape.has_text_frame:

                text_frame = shape.text_frame

                # print(text_frame.text)

                text=text+text_frame.text

    return text

def ReadXlsFile(filepath):

    text=''

    with open(filepath, 'rb') as f:

        wb = open_workbook(filepath)

        for s in wb.sheets():

            # print('Sheet:', s.name)

            text=text+s.name

            for row in range(s.nrows):

                print(row)

            for col in range(s.ncols):

                text+=s.cell(row, col).value;

    return text

def ReadXlsxFile(filepath):

    context=''

    wb = openpyxl.load_workbook(filepath)

    # 获取workbook中所有的表格

    sheets = wb.sheetnames

    # print(sheets)

    # 循环遍历所有sheet

    for i in range(len(sheets)):

        sheet = wb[sheets[i]]

        context=context+sheet.title

        for r in range(1, sheet.max_row + 1):

            if r == 1:

                value=''.join([str(sheet.cell(row=r, column=c).value).ljust(17) for c in range(1, sheet.max_column + 1)])

                context=context+ value

            else:

                value =''.join([str(sheet.cell(row=r, column=c).value).ljust(20) for c in range(1, sheet.max_column + 1)])

                context = context + value

    return context

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,026评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,655评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,726评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,204评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,558评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,731评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,944评论 2 314
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,698评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,438评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,633评论 2 247
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,125评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,444评论 3 255
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,137评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,103评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,888评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,772评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,669评论 2 271

推荐阅读更多精彩内容