要使用 Python 从 Word 文档中提取表格数据，可以使用 `python-docx` 库来处理 `.docx` 格式的文档。此库允许读取、修改和创建 Word 文档，并提供了访问文档中表格的接口。 ### 安装依赖库 首先，需要安装 `python-docx` 库，可以通过 pip 安装： ```bash pip install python-docx ``` 如果需要处理 `.doc` 格式的 Word 文档，则可以使用 `pywin32` 库，它仅支持 Windows 系统。 ```bash pip install pywin32 ``` ### 读取 `.docx` 文件中的表格数据 以下是一个示例代码，展示如何使用 `python-docx` 来读取 Word 文档中的表格数据： ```python from docx import Document # 文件路径 path = "E:\\python_data\\1234.docx" # 读入文件 document = Document(path) # 获取文档中的所有表格 tables = document.tables # 获取文档中的第一个表格 table = tables[0] # 从表格第二行开始循环读取数据 for i in range(1, len(table.rows)): row_data = [ table.cell(i, 0).text, # 第(i+1)行第1列数据 table.cell(i, 1).text, # 第(i+1)行第2列数据 table.cell(i, 2).text, # 第(i+1)行第3列数据 table.cell(i, 3).text # 第(i+1)行第4列数据 ] print("".join(row_data)) ``` ### 处理 `.doc` 文件 对于 `.doc` 格式的文件，可以将其转换为 `.docx` 格式以便使用 `python-docx` 进行处理。下面是一个批量转换 `.doc` 文件为 `.docx` 的方法： ```python import os from win32com import client as wc def convert_word(path, target_dir): filename = os.path.basename(path) rename = os.path.splitext(filename) new_file = target_dir + '/' + rename[0] + '.docx' source_path = os.path.abspath(path) target_path = os.path.abspath(new_file) word = wc.Dispatch('Word.Application') doc = word.Documents.Open(source_path) doc.SaveAs(target_path, 12) # 12 表示 .docx 格式 doc.Close() word.Quit() ``` ### 注意事项 - 在 Python 3.x 中，`exceptions` 模块已被移除，如果在使用 `docx` 包时遇到 `ModuleNotFoundError: No module named 'exceptions'` 错误，这可能是由于某些旧版本的 `docx` 包仍然引用了该模块 [^4]。 - 确保使用最新版本的 `python-docx` 库以避免兼容性问题。