如何使用Python读取MS-Word文件中表的内容？

Question

如何读取和处理DOCX文件中表格的每个单元格的内容？

我在Windows 7和PyWin32上使用Python 3.2来访问MS-Word文档。

我是一个初学者，所以我不知道访问表格单元格的正确方法。到目前为止，我只是这样做：

import win32com.client as win32
word = win32.gencache.EnsureDispatch('Word.Application')
word.Visible = False 
doc = word.Documents.Open("MyDocument")

Answer 1

这是在Python 2.7中对我有效的方法：

import win32com.client as win32
word = win32.Dispatch("Word.Application")
word.Visible = 0
word.Documents.Open("MyDocument")
doc = word.ActiveDocument

要查看您的文档有多少张表：

doc.Tables.Count

然后，您可以通过索引选择所需的表。请注意，与python不同，COM索引从1开始：

table = doc.Tables(1)

要选择一个单元格：

table.Cell(Row = 1, Column= 1)

要获取其内容：

table.Cell(Row =1, Column =1).Range.Text

希望这会有所帮助。

编辑：

一个根据标题返回Column index的函数示例：

def Column_index(header_text):
for i in range(1 , table.Columns.Count+1):
    if table.Cell(Row = 1,Column = i).Range.Text == header_text:
        return i

那么您可以通过这种方式访问​​所需的单元格，例如：

table.Cell(Row =1, Column = Column_index("The Column Header") ).Range.Text