AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

办公自动化-Python如何提取Word标题并保存到Excel中？

2024-05-23 106
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
日志服务 SLS，月写入数据量 50GB 1个月
简介： 办公自动化-Python如何提取Word标题并保存到Excel中？

应用场景

  • 为啥要提这个话题呢？测试小伙伴遇到一个问题，他的痛点是想把需求文档（word版）中的需求标识符、功能名称，挨个复制到测试计划中；
  • 这对他来说是非常痛苦的，如果需求文档内容过于庞大，对他来说，需要好几天才能复制完这些标识符；
  • 具体的比如以下word：
    在这里插入图片描述
  • 他想把以上word标题中的标识符和名称复制到如下表格中：
测试对象 测试项标识 需求标识
组织管理 GN-TC-US-ADMIN-ZZGL US-ADMIN-ZZGL
组织管理 GN-TC-US-ADMIN-ZZGL US-ADMIN-ZZGL
组织管理 GN-TC-US-ADMIN-ZZGL US-ADMIN-ZZGL
组织管理 GN-TC-US-ADMIN-ZZGL US-ADMIN-ZZGL
组织管理 GN-TC-US-ADMIN-ZZGL US-ADMIN-ZZGL
  • 针对这个简单的需求如何用python来实现呢？

需求分析

  • 需求的标题为：序号+[标识符]+功能名称；
  • 测试计划中表格内容：
字段 说明
测试对象 对应需求中的功能名称
测试项标识 GN-TC+需求中的标识符
需求标识符 需求中的标识符
  • 经过分析，其实就是把需求中的标题提取出来，然后进行分割，分别写入测试计划对应的表格中即可。

实现思路

  • 打开指定目录下的需求文档；
  • 获取需求文档中的所有标题；
  • 当标题中只有符号“[” 和 "]"时列表；
  • 创建excel工作簿；
  • 新建工作表；
  • 给工作标添加表头，比如测试对象、测试项标识、需求标识；
  • 分割获取到的标题并存入excel对应的表头下。

实现过程

安装依赖库

  • 我们使用Python的python-docx库和openpyxl库进行以上内容实现；
  • 那么需要安装这两个库：
pip install python-docx
pip install openpyxl
  • 如果没有网络，需要在本地单独安装，python-docx有以下两个依赖 lxml和typing-extensions：
C:\Users\Administrator>pip install python-docx
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Requirement already satisfied: python-docx in d:\python37\lib\site-packages (1.1.0)
Requirement already satisfied: lxml>=3.1.0 in d:\python37\lib\site-packages (from python-docx) (4.6.3)
Requirement already satisfied: typing-extensions in d:\python37\lib\site-packages (from python-docx) (4.7.1)
  • 如果没有网络，需要在本地单独安装，openpyxl有以下两个依赖 jdcal和 et-xmlfile：
C:\Users\Administrator>pip install openpyxl
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Requirement already satisfied: openpyxl in d:\python37\lib\site-packages (3.0.5)
Requirement already satisfied: jdcal in d:\python37\lib\site-packages (from openpyxl) (1.4.1)
Requirement already satisfied: et-xmlfile in d:\python37\lib\site-packages (from openpyxl) (1.0.1)

打开需求文件

  • 需要导入对应的库；
  • 文件名称写自己的需求文件即可；
import docx
from openpyxl import Workbook

doc = docx.Document("./XX需求.docx")

获取word中所有标题

  • 先创建和列表用于存放标题；
headings = []

for para in doc.paragraphs:
    if para.style.name.startswith('Heading'):
           headings.append(para.text)
print(headings)
  • 此时会输出所有的标题：
['XX管理系统', '[US-ADMIN]ADMIN', '[US-ADMIN-ZZGL]组织管理', 
'[US-ADMIN-ZZGL-YHGL]用户管理', '功能描述', '输入输出', 
'数据流向', '[US-ADMIN-ZZGL-JGYHGL]机构用户管理', '功能描述', 
'输入输出', '数据流向', ' [US-ADMIN-PZGL]配置管理', 
'[US-ADMIN-PZGL-ZZJG]组织机构', '功能描述', '输入输出', 
'数据流向', '[US-ADMIN-PZGL-GWXX]岗位信息', '功能描述', 
'输入输出', '数据流向', ' [US-ADMIN-PZGL-JSXX]角色信息',
 '功能描述', '输入输出', '数据流向', ' [US-AQGLY]SUPERADMIN',
  '[US-SUPERADMIN-XTPZ]系统配置', ' [US-SUPERADMIN-XTPZ-PZGL]配置管理',
   '功能描述', '输入输出', '数据流向', '[US-SUPERADMIN-YHPZ]用户配置',
    '[US-SUPERADMIN-YHPZ-YHJS]用户角色', '功能描述', '输入输出', 
    '数据流向', '[ US-SUPERADMIN-YHPZ-QXFP]权限分配', '功能描述', 
    '数据流向', '[US-SUPERADMIN-YHPZ-CZMM]重置密码', '功能描述', 
    '输入输出', '数据流向', '[US-SUPERADMIN-RZ]日志', '功能描述', 
    '输入输出', '数据流向']

去除不需要的标题

  • 以上获取所有标题后，有的不是我们想要的；
  • 比如功能描述、输入输出、数据流向等标题是不需要的；
  • 我们需要的标题是比如[US-SUPERADMIN-RZ]日志；
  • 标题获取后判断是否有符号“[” 和 "]"，如果有，再存入列表；
headings = []

for para in doc.paragraphs:
    if para.style.name.startswith('Heading'):
        if '[' in para.text or ']' in para.text:
            headings.append(para.text)
print(headings)
  • 此时就去掉了多余的标题内容：
['[US-ADMIN]ADMIN', '[US-ADMIN-ZZGL]组织管理', 
'[US-ADMIN-ZZGL-YHGL]用户管理', '[US-ADMIN-ZZGL-JGYHGL]机构用户管理', 
' [US-ADMIN-PZGL]配置管理', '[US-ADMIN-PZGL-ZZJG]组织机构',
 '[US-ADMIN-PZGL-GWXX]岗位信息', ' [US-ADMIN-PZGL-JSXX]角色信息', 
 ' [US-AQGLY]SUPERADMIN', '[US-SUPERADMIN-XTPZ]系统配置', 
 ' [US-SUPERADMIN-XTPZ-PZGL]配置管理', '[US-SUPERADMIN-YHPZ]用户配置', 
 '[US-SUPERADMIN-YHPZ-YHJS]用户角色', '[ US-SUPERADMIN-YHPZ-QXFP]权限分配', 
 '[US-SUPERADMIN-YHPZ-CZMM]重置密码', '[US-SUPERADMIN-RZ]日志']

创建工作簿和工作表

  • 创建一个工作簿；
  • 然后在工作簿中创建一个工作表；
  • 并在工作表中设置表头为测试对象、测试项标识、需求标识；
wb = Workbook()

sheet = wb.create_sheet("data")

# ws = wb.active
headers = ['测试对象', '测试项标识', '需求标识符']
for col_num, header in enumerate(headers, start=1):
    sheet.cell(row=1, column=col_num, value=header)

分割标题

  • 去掉标题中的左书名号"["；
  • 使用右书名号“]”进行分割，左边即为需求标识符，右边即为功能名称；
  • 拼接测试项标题为GN-TC+需求标识符：
c3 = []
c5 = []
c7 = []
for content in headings:
    c1 = content.strip('[')
    c2 = c1.split(']')[0]
    c3.append(c2)
    c4 = c1.split(']')[1]
    c5.append(c4)
    c6 = 'GN-TC-' + c2
    c7.append(c6)
    print(c1)
print(c3)
print(c5)
print(c7)
  • 其中c1为去掉所有左书名号：
US-ADMIN]ADMIN
US-ADMIN-ZZGL]组织管理
US-ADMIN-ZZGL-YHGL]用户管理
US-ADMIN-ZZGL-JGYHGL]机构用户管理
 [US-ADMIN-PZGL]配置管理
US-ADMIN-PZGL-ZZJG]组织机构
US-ADMIN-PZGL-GWXX]岗位信息
 [US-ADMIN-PZGL-JSXX]角色信息
 [US-AQGLY]SUPERADMIN
US-SUPERADMIN-XTPZ]系统配置
 [US-SUPERADMIN-XTPZ-PZGL]配置管理
US-SUPERADMIN-YHPZ]用户配置
US-SUPERADMIN-YHPZ-YHJS]用户角色
 US-SUPERADMIN-YHPZ-QXFP]权限分配
US-SUPERADMIN-YHPZ-CZMM]重置密码
US-SUPERADMIN-RZ]日志
  • c3所有需求标识符：
['US-ADMIN', 'US-ADMIN-ZZGL', 'US-ADMIN-ZZGL-YHGL',
 'US-ADMIN-ZZGL-JGYHGL', ' [US-ADMIN-PZGL', 'US-ADMIN-PZGL-ZZJG', 
 'US-ADMIN-PZGL-GWXX', ' [US-ADMIN-PZGL-JSXX', ' [US-AQGLY',
  'US-SUPERADMIN-XTPZ', ' [US-SUPERADMIN-XTPZ-PZGL', 'US-SUPERADMIN-YHPZ',
   'US-SUPERADMIN-YHPZ-YHJS', ' US-SUPERADMIN-YHPZ-QXFP', 
   'US-SUPERADMIN-YHPZ-CZMM', 'US-SUPERADMIN-RZ']
  • c5功能名称：
['ADMIN', '组织管理', '用户管理', '机构用户管理', 
'配置管理', '组织机构', '岗位信息', '角色信息', 
'SUPERADMIN', '系统配置', '配置管理', '用户配置', 
'用户角色', '权限分配', '重置密码', '日志']
  • c7测试项名称：
[
'GN-TC-US-ADMIN', 
'GN-TC-US-ADMIN-ZZGL', 
'GN-TC-US-ADMIN-ZZGL-YHGL', 
'GN-TC-US-ADMIN-ZZGL-JGYHGL', 
'GN-TC-US-ADMIN-PZGL', 
'GN-TC-US-ADMIN-PZGL-ZZJG', 
'GN-TC-US-ADMIN-PZGL-GWXX', 
'GN-TC-US-ADMIN-PZGL-JSXX', 
'GN-TC-US-AQGLY', 
'GN-TC-US-SUPERADMIN-XTPZ', 
'GN-TC-US-SUPERADMIN-XTPZ-PZGL', 
'GN-TC-US-SUPERADMIN-YHPZ', 
'GN-TC-US-SUPERADMIN-YHPZ-YHJS', 
'GN-TC-US-SUPERADMIN-YHPZ-QXFP', 
'GN-TC-US-SUPERADMIN-YHPZ-CZMM', 
'GN-TC-US-SUPERADMIN-RZ']

功能名称存入测试对象

for i, heading in enumerate(c5):
    sheet.cell(row=i+2, column=1, value=heading)

GN-TC+需求标识符存入测试项标识

for i, heading in enumerate(c7):
    sheet.cell(row=i+2, column=2, value=heading)

存入需求标识符

for i, heading in enumerate(c3):
    sheet.cell(row=i+2, column=3, value=heading)

完整源码

# -*- coding:utf-8 -*-
# 作者：虫无涯
# 日期：2024/5/23
# 文件名称：test_word.py

import docx
from openpyxl import Workbook

doc = docx.Document("./XX需求.docx")

headings = []

for para in doc.paragraphs:
    if para.style.name.startswith('Heading'):
        if '[' in para.text or ']' in para.text:
            headings.append(para.text)
# print(headings)

wb = Workbook()

sheet = wb.create_sheet("data")

# ws = wb.active
headers = ['测试对象', '测试项标识', '需求标识符']
for col_num, header in enumerate(headers, start=1):
    sheet.cell(row=1, column=col_num, value=header)

# print(headings)

c3 = []
c5 = []
c7 = []
for content in headings:
    c1 = content.strip('[')
    c2 = c1.split(']')[0]
    c3.append(c2)
    c4 = c1.split(']')[1]
    c5.append(c4)
    c6 = 'GN-TC-' + c2
    c7.append(c6)
#     print(c1)
# print(c3)
# print(c5)
# print(c7)

for i, heading in enumerate(c5):
    sheet.cell(row=i+2, column=1, value=heading)

for i, heading in enumerate(c7):
    sheet.cell(row=i+2, column=2, value=heading)

for i, heading in enumerate(c3):
    sheet.cell(row=i+2, column=3, value=heading)

wb.save('./data.xlsx')

实现效果

在这里插入图片描述

学习总结

以上还有优化的空间，比如：

  • 字符串中间有空格或者其他多余的内容如何处理？
  • 新建的excel如何对表头进行字体、颜色等设置？
  • 表格列宽如何调整？
  • 整个表格字体如何设置？
    等等。
文章标签：
日志服务
Python
关键词：
Python Excel
自动化python
办公excel
办公word excel
word excel
相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
虫无涯
目录
相关文章
无糖可乐嘟嘟
|
2月前
|
数据采集 数据可视化 数据挖掘
利用Python自动化处理Excel数据：从基础到进阶####
本文旨在为读者提供一个全面的指南，通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者，本文都将帮助你掌握Pandas和openpyxl这两个强大的库，从而提升数据处理的效率和准确性。我们将从环境设置开始，逐步深入到数据读取、清洗、分析和可视化等各个环节，最终实现一个实际的自动化项目案例。 ####
无糖可乐嘟嘟
292 10
叫个什么名字
|
3月前
|
数据采集 监控 数据挖掘
Python自动化脚本：高效办公新助手###
本文将带你走进Python自动化脚本的奇妙世界，探索其在提升办公效率中的强大潜力。随着信息技术的飞速发展，重复性工作逐渐被自动化工具取代。Python作为一门简洁而强大的编程语言，凭借其丰富的库支持和易学易用的特点，成为编写自动化脚本的首选。无论是数据处理、文件管理还是网页爬虫，Python都能游刃有余地完成任务，极大地减轻了人工操作的负担。接下来，让我们一起领略Python自动化脚本的魅力，开启高效办公的新篇章。 ###
叫个什么名字
83 0
蚝油菜花
|
2月前
|
人工智能 自然语言处理 JavaScript
Univer：开源全栈 AI 办公工具，支持 Word、Excel、PPT 等文档处理和多人实时协作
Univer 是一款开源的 AI 办公工具，支持 Word、Excel 等文档处理的全栈解决方案。它具有强大的功能、高度的可扩展性和跨平台兼容性，适用于个人和企业用户，能够显著提高工作效率。
蚝油菜花
176 8
Univer：开源全栈 AI 办公工具，支持 Word、Excel、PPT 等文档处理和多人实时协作
蚝油菜花
|
2月前
|
存储 人工智能 人机交互
PC Agent：开源 AI 电脑智能体，自动收集人机交互数据，模拟认知过程实现办公自动化
PC Agent 是上海交通大学与 GAIR 实验室联合推出的智能 AI 系统，能够模拟人类认知过程，自动化执行复杂的数字任务，如组织研究材料、起草报告等，展现了卓越的数据效率和实际应用潜力。
蚝油菜花
211 1
PC Agent：开源 AI 电脑智能体，自动收集人机交互数据，模拟认知过程实现办公自动化
1447873204649124
|
1月前
|
数据可视化 数据挖掘 大数据
1.1 学习Python操作Excel的必要性
学习Python操作Excel在当今数据驱动的商业环境中至关重要。Python能处理大规模数据集，突破Excel行数限制；提供丰富的库实现复杂数据分析和自动化任务，显著提高效率。掌握这项技能不仅能提升个人能力，还能为企业带来价值，减少人为错误，提高决策效率。推荐从基础语法、Excel操作库开始学习，逐步进阶到数据可视化和自动化报表系统。通过实际项目巩固知识，关注新技术，为职业发展奠定坚实基础。
1447873204649124
76 8
站大爷
|
2月前
|
机器学习/深度学习 前端开发 数据处理
利用Python将Excel快速转换成HTML
本文介绍如何使用Python将Excel文件快速转换成HTML格式，以便在网页上展示或进行进一步的数据处理。通过pandas库，你可以轻松读取Excel文件并将其转换为HTML表格，最后保存为HTML文件。文中提供了详细的代码示例和注意事项，帮助你顺利完成这一任务。
站大爷
99 0
奔跑的数据
|
4月前
|
数据采集 存储 JavaScript
自动化数据处理：使用Selenium与Excel打造的数据爬取管道
本文介绍了一种使用Selenium和Excel结合代理IP技术从WIPO品牌数据库（branddb.wipo.int）自动化爬取专利信息的方法。通过Selenium模拟用户操作，处理JavaScript动态加载页面，利用代理IP避免IP封禁，确保数据爬取稳定性和隐私性。爬取的数据将存储在Excel中，便于后续分析。此外，文章还详细介绍了Selenium的基本设置、代理IP配置及使用技巧，并探讨了未来可能采用的更多防反爬策略，以提升爬虫效率和稳定性。
奔跑的数据
255 4
技术自由圈/原疯狂创客圈
|
2月前
|
存储 Java easyexcel
招行面试：100万级别数据的Excel，如何秒级导入到数据库？
本文由40岁老架构师尼恩撰写，分享了应对招商银行Java后端面试绝命12题的经验。文章详细介绍了如何通过系统化准备，在面试中展示强大的技术实力。针对百万级数据的Excel导入难题，尼恩推荐使用阿里巴巴开源的EasyExcel框架，并结合高性能分片读取、Disruptor队列缓冲和高并发批量写入的架构方案，实现高效的数据处理。此外，文章还提供了完整的代码示例和配置说明，帮助读者快速掌握相关技能。建议读者参考《尼恩Java面试宝典PDF》进行系统化刷题，提升面试竞争力。关注公众号【技术自由圈】可获取更多技术资源和指导。
技术自由圈/原疯狂创客圈
106 3
pbeskoyq7ffm4
|
6月前
|
关系型数据库 MySQL Shell
不通过navicat工具怎么把查询数据导出到excel表中
不通过navicat工具怎么把查询数据导出到excel表中
pbeskoyq7ffm4
67 0
zzy的aly
|
4月前
|
数据处理 Python
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
这篇文章介绍了如何使用Python读取Excel文件中的数据，处理后将其保存为txt、xlsx和csv格式的文件。
zzy的aly
261 3
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档

热门文章

最新文章

  • 1
    【图片型PDF】批量识别扫描件PDF指定区域局部位置内容，将识别内容导出Excel表格或批量改名文件，基于阿里云OCR对图片型PDF识别改名案例实现
  • 2
    UI-TARS：字节跳动开源专注于多平台 GUI 自动化交互的视觉语言模型
  • 3
    FilmAgent：多智能体共同协作制作电影，哈工大联合清华推出 AI 驱动的自动化电影制作工具
  • 4
    AutoMouser：AI Chrome扩展程序，实时跟踪用户的浏览器操作，自动生成自动化操作脚本
  • 5
    基于AI的自动化事件响应：智慧运维新时代
  • 6
    HTTPS 证书自动化运维：https证书管理系统- 自动化监控
  • 7
    HTTPS 证书自动化运维：使用Certbot来申请https证书实践指南
  • 8
    解锁工作流自动化的力量：Argo Workflows
  • 9
    HTTPS 证书自动化运维：https证书管理系统之自动化签发
  • 10
    HTTPS 证书自动化运维：https证书管理系统-自动化部署
  • 1
    Python爬虫实战：股票分时数据抓取与存储
    45
  • 2
    【02】仿站技术之python技术，看完学会再也不用去购买收费工具了-本次找了小影-感觉页面很好看-本次是爬取vue需要用到Puppeteer库用node.js扒一个app下载落地页-包括安卓android下载（简单）-ios苹果plist下载（稍微麻烦一丢丢）-优雅草卓伊凡
    24
  • 3
    【01】仿站技术之python技术，看完学会再也不用去购买收费工具了-用python扒一个app下载落地页-包括安卓android下载（简单）-ios苹果plist下载（稍微麻烦一丢丢）-客户的麻将软件需要下载落地页并且要做搜索引擎推广-本文用python语言快速开发爬取落地页下载-优雅草卓伊凡
    21
  • 4
    通义灵码 2.0 智能编码功能评测：Deepseek 加持下的 Python 开发体验
    40
  • 5
    通义灵码 2.0 体验报告：Deepseek 加持下的 Python 开发之旅
    35
  • 6
    [oeasy]python066_如何捕获多个异常_try_否则_else_exception
    33
  • 7
    python3多线程中使用线程睡眠
    32
  • 8
    从零开始：用Python爬取网站的汽车品牌和价格数据
    52
  • 9
    基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
    42
  • 10
    [oeasy]python065python报错怎么办_try_试着来_except_发现异常
    48

    • 相关课程

    更多
  • Python语言基础 - 语法入门
  • Python语言基础 - 列表、元组、字典、集合
  • Python语言基础 - 函数、面向对象、异常处理
  • Python Web 框架 Flask 快速入门
  • Python爬虫实战
  • Python开发基础入门

    • 相关电子书

    更多
  • 新一代自动化渗透平台的设计与实现
  • 自动化、智能化网络运维
  • 从自动化到智能化的阿里运维体系

    • 相关实验场景

    更多
  • 云原生场景自动化响应ECS系统事件
  • 用Python画圣诞树
  • Python选择及循环结构
  • 云端Python及基本操作
  • 使用资源编排自动化开通云服务
  • 基于Mappings自动化配置yum源

    • 推荐镜像

    更多
  • python-release
  • nodejs-release
  • linuxmint-packages
    • 下一篇
    PAI Model Gallery 支持云上一键部署 DeepSeek-V3、DeepSeek-R1 系列模型