日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學(xué)無先后，達(dá)者為師

網(wǎng)站首頁 編程語言 正文

基于Python實(shí)現(xiàn)文本文件轉(zhuǎn)Excel_python

作者：ZackSock ? 更新時(shí)間： 2022-10-07 編程語言

一、前言

Excel文件是我們常用的一種文件，在工作中使用非常頻繁。Excel中有許多強(qiáng)大工具，因此用Excel來處理文件會(huì)給我們帶來很多便捷。但是有時(shí)候我們拿到了文件不是Excel文件，而且我們又想用Excel中的工具，這個(gè)時(shí)候我們就可以想辦法把這個(gè)文件轉(zhuǎn)換成Excel文件了。今天我們就來實(shí)現(xiàn)一下，需要注意我們只能把有規(guī)律的文件轉(zhuǎn)換成Excel，而且今天的內(nèi)容也不是普遍通用的。只提供一種思路。

二、openpyxl模塊

openpyxl模塊是用來操作Excel文件的一個(gè)模塊，還有很多模塊可以做同樣的事情，這里就不介紹了。

1、安裝

安裝只需要執(zhí)行下面語句即可：

pip?install?openpyxl

然后在代碼中導(dǎo)入工作簿：

from?openpyxl?import?Workbook

這樣我們就可以開始操作了。

2、簡(jiǎn)單操作

我們來看一些簡(jiǎn)單的操作：

from?openpyxl?import?Workbook
#?創(chuàng)建工作簿
wb?=?Workbook()
#?激活
ws?=?wb.active
#?設(shè)置指定格的數(shù)據(jù)
ws['A1']?=?41
#?在下一行添加數(shù)據(jù)
ws.append([1,?2,?3])
#?保存
wb.save("1.xlsx")

這里前面兩步是基本操作，首先創(chuàng)建Workbook對(duì)象，然后調(diào)用active函數(shù)激活。然后我們通過下標(biāo)的方式給指定坐標(biāo)的位置添加數(shù)據(jù)。最后調(diào)用save方法保存文件。

三、文本文件轉(zhuǎn)excel文件

上面的幾個(gè)操作就足夠我們今天的操作了，下面我們來看看如何將文本文件轉(zhuǎn)換成Excel文件。

1、尋找規(guī)律

在文章開頭說了，我們只能將有規(guī)律的文本文件轉(zhuǎn)換成Excel，不然沒有太多意義。所以我們第一步就是找規(guī)律。比如我們下面這個(gè)文件：

姓名,性別,年齡
zack,男,21
rudy,男,22
alice，女,20
atom,男,?23

我們來看一下上面的數(shù)據(jù)，其中第一行是數(shù)據(jù)的字段。而后面幾行就是真實(shí)數(shù)據(jù)了。而單個(gè)數(shù)據(jù)的屬性值又由逗號(hào)隔開。這種規(guī)律非常明顯，很適合我們今天的內(nèi)容。不管仔細(xì)觀察可以看到，逗號(hào)有中文的也有英文的，而且有的里面還包含了空格。知道這些后我們?cè)谵D(zhuǎn)換的時(shí)候就需要針對(duì)性的處理一下了。

2、開始轉(zhuǎn)換

首先我們要處理文本，然后再寫入Excel，具體代碼如下：

from?openpyxl?import?Workbook
wb?=?Workbook()
ws?=?wb.active
#?處理文件
with?open("test.txt",?"r",?encoding="utf-8")?as?f:
????#?把逗號(hào)替換成統(tǒng)一的\t
????content?=?f.read().replace(",",?"\t").replace("，",?"\t")
????#?根據(jù)換行拆分內(nèi)容
????lines?=?content.split("\n")
????#?提取標(biāo)題
????titles?=?lines[0].split("\t")
????titles.insert(0,?"")
????#?標(biāo)題寫入excel
????ws.append(titles)
????#?寫入內(nèi)容
????for?i,?line?in?enumerate(lines[1:]):
????????item?=?line.split("\t")
????????item.insert(0,?i)
????????ws.append(item)
wb.save("1.xlsx")

經(jīng)過上面的處理，我們就成功將文本轉(zhuǎn)換成excel了，下面是結(jié)果圖：

excel表格

效果正是我們想要的，大家可以根據(jù)不同需求不同文件來修改處理的代碼。

補(bǔ)充

Python對(duì)于Excel文件的操作當(dāng)然不僅僅是可以將文本文件轉(zhuǎn)為Excel，還可以將PDF轉(zhuǎn)為Excel，下面是實(shí)現(xiàn)代碼，希望對(duì)你有所幫助

import pdfplumber
import pandas as pd

path = 'test.pdf'
pdf = pdfplumber.open(path)
i=1
#writer=pd.ExcelWriter('output.xlsx')
df=pd.DataFrame(columns=['序號(hào)','刊名','主辦單位','等級(jí)'])
sheetname=['考古文博','歷史學(xué)','馬克思主義理論','民族學(xué)與文化學(xué)','文學(xué)-外國(guó)文學(xué)','文學(xué)-中國(guó)文學(xué)','藝術(shù)學(xué)','語言學(xué)','哲學(xué)','宗教學(xué)','法學(xué)'
   ,'管理學(xué)','環(huán)境科學(xué)','教育學(xué)','經(jīng)濟(jì)學(xué)-財(cái)政科學(xué)','經(jīng)濟(jì)學(xué)-工業(yè)經(jīng)濟(jì)','經(jīng)濟(jì)學(xué)-金融','經(jīng)濟(jì)學(xué)-經(jīng)濟(jì)管理','經(jīng)濟(jì)學(xué)-經(jīng)濟(jì)綜合','經(jīng)濟(jì)學(xué)-貿(mào)易經(jīng)濟(jì)'
   ,'經(jīng)濟(jì)學(xué)-農(nóng)業(yè)經(jīng)濟(jì)','經(jīng)濟(jì)學(xué)-世界經(jīng)濟(jì)','人文地理學(xué)','社會(huì)學(xué)','體育學(xué)','統(tǒng)計(jì)學(xué)','圖書館情報(bào)與檔案學(xué)','心理學(xué)','新聞學(xué)與傳播學(xué)'
   ,'政治學(xué)-國(guó)際政治','政治學(xué)-中國(guó)政治','綜合-高校綜合性學(xué)報(bào)','綜合-綜合性人文社科期刊']
   
##由于存在一個(gè)表格跨頁的情況，先將所有表格存放在一個(gè)DataFrame中，再根據(jù)序號(hào)拆分。

for page in pdf.pages[17:59]:
 print (page)
 # 獲取當(dāng)前頁面的全部文本信息，包括表格中的文字
 # print(page.extract_text())
 for table in page.extract_tables():
  #print(table)
  df=df.append(pd.DataFrame(table[1:],columns=table[0]),ignore_index=True)
print (df)

writer=pd.ExcelWriter('output3.xlsx')
new_df=pd.DataFrame()
j=1
index=[]
#記錄序號(hào)==1的行索引，用于后面的表格拆分
for i in range(len(df)):
 if df.ix[i,0]=='1':
  index.append(i)
  print ("################")
index.append(len(df))
#print (index)

#按行索引將內(nèi)容切片并逐個(gè)添加到表中
for t in range(len(index)-1):
 new_df=df.ix[index[t]:index[t+1]-1,:]
 #print (new_df)
 new_df.to_excel(writer,sheet_name=sheetname[t],encoding='gb2312',index=None)
writer.save()
pdf.close()
print('finished')

原文鏈接：https://mp.weixin.qq.com/s/5_JR_EdMQukBQt9Gm7hsYQ

欄目分類
最近更新