使用 Python 提取 Excel 关键词可根据不同需求采用不同方法，以下为几种常见方法。 ### 从 Excel 长文本中提取包含特定关键词的句子 可通过给原数据每一行一个序号作为唯一标志，将 Excel 中序号和评论两列作为字典读取，对评论分句，将分句结果保存为列表，找到包含关键词的句子，将其和评论序号存入新字典，最后将字典写入 CSV 文件。示例代码如下： ```python import re import csv import pandas as pd # 断句符号 pattern = r'\.|/|;|\'|`|\?|"|\~|!|\^|。|‘|’|·|！|…' juzi = {} # 读取原始文本所在的 Excel 文件 content = pd.read_excel(r'D:\Python\含5G评论.xlsx') # 序号列用来作为区分标志和 dict 的键值，评论列存放原始文本 comments = content.set_index("序号").to_dict()['评论'] for k, v in comments.items(): result_list = re.split(pattern, v) for i in result_list: if '5g' in i or '5G' in i: juzi[k] = i # 将包含关键词的句子和序号写入 CSV 文件 with open(r'D:\Python\5g_comments.csv', 'w', newline='', encoding='gbk') as f: writer = csv.writer(f) for k, v in juzi.items(): writer.writerow([k, v]) ``` 此方法适用于需从长文本中提取包含特定关键词句子的场景，可将结果与原数据对应起来保存 [^4]。 ### 根据多个关键词提取 Excel 数据 若要依据多个关键词提取 Excel 里关键词所在的数据，可定义关键词列表，然后遍历 Excel 数据，找出包含关键词的数据。示例代码如下： ```python import pandas as pd # 定义关键词列表 a = ['PGSC1', 'PGSC3', 'PGSC6', 'PGSC7'] # 读取 Excel 文件 df = pd.read_excel('your_excel_file.xlsx') # 筛选包含关键词的数据 result = df[df.apply(lambda row: any(keyword in str(row) for keyword in a), axis=1)] # 输出结果 print(result) ``` 此方法可根据多个关键词筛选出 Excel 中包含这些关键词的数据 [^1]。 ### 使用关键词定位提取 PDF 中指定表格到 Excel 若要从 PDF 中提取指定表格到 Excel，可使用关键词定位。假设需提取公司“主要会计数据”下面的表格，用关键词“主要会计数据”定位即可。示例代码如下： ```python import os import pdfplumber from openpyxl import Workbook path = 'PDF' # 文件所在文件夹 files = [path + "\\" + i for i in os.listdir(path)] # 获取文件夹下的文件名，并拼接完整路径 key_words = "主要会计数据" for file in files: with pdfplumber.open(file) as p: wb = Workbook() # 新建 Excel 工作簿 wb.remove(wb.worksheets[0]) # 删除工作簿自带的工作表 # 获取关键词所在页及下一页的页码 pages_wanted = [] for index, page in enumerate(p.pages): if key_words in page.extract_text(): pages_wanted.append(index) pages_wanted.append(index + 1) break # 提取指定页码里的表格 for i in pages_wanted: page = p.pages[i] tables = page.extract_tables() if tables: ws = wb.create_sheet(f"Sheet{i + 1}") for table in tables: for row in table: ws.append(row) wb.save("Excel\\{}.xlsx".format(file.split("\\")[1].split(".")[0])) ``` 此方法适用于从 PDF 中提取指定表格到 Excel 的场景，通过关键词定位可准确提取所需表格 [^3]。