盘点一个Python自动化办公的实战案例

前端皮皮

发布于 2024-05-13 11:05:52

1100

发布于 2024-05-13 11:05:52

文章被收录于专栏：前端进阶学习交流

大家好，我是皮皮。

一、前言

前几天在Python钻石交流群【Hxy任我肥】问了一个Python自动化办公的问题，提问截图如下：

想要的效果是下图这样的：

准确来说，这个都不算是问题了，而是一个实实在在的需求。

二、实现过程

这里【Jason】给了一个可行的思路，如下：

后来【瑜亮老师】给了一个具体的代码，如下所示：

import re
from docx import Document
import pandas as pd

document = Document("判断（括号处理）(1).docx")
all_paragraphs = document.paragraphs
data = [paragraph.text for paragraph in all_paragraphs if '√' in paragraph.text or '×' in paragraph.text]
data = ''.join(data)
res = re.findall('[√×]', data, re.S)
res = [f'{k + 1}.{v}' for k, v in enumerate(res)]
df = pd.DataFrame(res)
df.to_excel('test9-13.xlsx', index=False, header=None)

真的太强了！

代码运行之后可以得到预期的结果，如下图所示：

后来【狂吃山楂片】基于此代码，来了个简易版的，代码如下所示：

import re
from docx import Document
import pandas as pd

document = Document(r"判断（括号处理）(1).docx")
text = document.part.blob.decode('utf-8')

text = re.sub(r'<.*?>', '', text)
text = re.sub(r'\.\s+', r'.', text)
df = pd.DataFrame(re.findall(r'\d+\.[√×]', text))
df.to_excel('result.xlsx', header=None, index=False)

这技术真是到家了，出神入化的。

代码运行之后，也完全可以实现这个需求。

后来【瑜亮老师】还给了一个代码，也非常赞，如下所示：

data = [paragraph.text for paragraph in all_paragraphs if '√' in paragraph.text or '×' in paragraph.text]
# 合并为一个长字符串，然后替换删除所有的空格
data = ''.join(data).replace(' ', '')
# 使用re正则表达式提取出所有含有题号的答案
res = re.findall(r'\d+\.[√×]', data, re.S)
df = pd.DataFrame(res)
df.to_excel('test9-13.xlsx', index=False, header=None)

真让人叹为观止！把多余的空格都替换删除，可以防止答案中含有空格而导致不能被正则r'\d+\.[√×]'匹配到，这样就一步到位了。不用再用列表推导式构造答案。

你以为这就完事了？

后来【甯同学】使用openpyxl库也搞定了，代码如下图所示：

import re 
import docx
import openpyxl
def str_work(string:str):
    return [*filter(None,re.split('\.',re.sub('\d+','',string.replace(' ', '').replace('\n', ''))))]
wb = openpyxl.Workbook()
ws = wb.active
ws.append(['题目','答案'])
doc = docx.Document(r'C:\Users\Administrator\Desktop\判断（括号处理).docx')
doc_text = '\n'.join(( i.text for i in doc.paragraphs[3:]))
doc_list = doc_text.split('\n一、判断题')
title_row = [i.strip() for i in doc_list[0].split('\n') if i.strip().split('、')!=['']]
answer_row = [i for i in str_work(doc_list[1])]
for i in zip(title_row,answer_row):
    ws.append(list(i))
wb.save('1.xlsx')

运行之后得到的结果如下图所示：