python3 处理doc python处理docx文档

转载

IT独行侠 2024-05-15 10:03:40

文章标签 python3 处理doc python 超链接 perl Hy 文章分类 Python 后端开发

一、题目：

1、查阅资料了解.docx文档结构，然后编写程序，输出"test.docx"文档正文中的所有红色的文字。

2、查阅资料了解.docx文档结构，然后查阅资料，编写程序，输出"测试.docx"文档中所有的超链接地址和文本。

3、已知文件“超市营业额1.xlsx”中记录了某超市2019年3月1日至5日各员工在不同时段、不同柜台的销售额。部分数据如图,要求编写程序，读取该文件的数据，并统计每个员工的销售总额、每个时段的销售总额、每个柜台的销售总额。

python3 处理doc python处理docx文档_超链接

超市营业额1.xlsx文件图

二、代码展示：

# -*- coding: utf-8 -*-
""""
 @Author  : Jackma
 @Time    : 2020/11/7 21:26
 @File    : 2020_11_7.py
 @Software: PyCharm
 @URL     : www.jackrma.com
 @Copyright:博客所有权归本人和CSDN所有，如有转载请在显著位置给出博文
            链接和作者姓名，否则本人将付诸法律。
 @Version : 
"""
# 1、查阅资料了解.docx文档结构，然后编写程序，输出"test.docx"文档正文中的所有红色的文字。
# 2、查阅资料了解.docx文档结构，然后查阅资料，编写程序，输出"测试.docx"文档中所有的超链接地址和文本。
# 3、已知文件“超市营业额1.xlsx”中记录了某超市2019年3月1日至5日各员工在不同时段、不同柜台的销售额。
#    部分数据如图,要求编写程序，读取该文件的数据，并统计每个员工的销售总额、每个时段的销售总额、每个
#    柜台的销售总额。
# 4、查阅资料，编写程序操作Excel文件。已知当前文件夹中的文件“每个人的爱好.xlsx”的内容如图中A到H列所
#    示，要求追加一列，并如图中方框所示进行汇总。


from docx import Document
from docx.shared import RGBColor

from docx.opc.constants import RELATIONSHIP_TYPE as RT
from openpyxl import load_workbook


# 1
def find_bold_red():
    '''
    输出文档中的所有红色的、加粗的文字
    :return:
    '''
                  # 定义两个列表
    boldText = [] # 存储加粗的文字
    redText = []  # 存储红色字体的文字
    name1 = input('输入你要查询的文件名(without .docx)：')
    # doc1 = Document('test.docx') # 打开文档
    doc1 = Document(name1 + '.docx')  # 打开文档
    for p in doc1.paragraphs:  # 遍历里面的每个段落
        for r in p.runs: # 找每段中所有的run, run指连续的相同格式的字体
            if r.bold:   # 找到加粗字体
                 boldText.append(r.text) # 把run的文本放到boldText文本中
            if r.font.color.rgb == RGBColor(255,0,0):  # rgb(255,0,0)代表红色,找到红色字体
                redText.append(r.text)

    result = {'red text': redText,
              'bold text': boldText,
              'both': set(redText) & set(boldText) # 集合的交集
            }
    # 输出结果
    for title in result.keys():
        print(title.center(30, '=')) # 长度为30，center指居中，效果如下
                                     # ===========red text============
        for text in result[title]:
            print(text)


find_bold_red()


# 2
# def find_Hyperlink():
#     '''
#     只适用于WPS创建的文档
#     输出"test.docx"文档中所有的超链接地址和文本
#     :return:
#     '''
#     doc2 = Document('test.docx')
#     for p in doc2.paragraphs:
#         for index, run in enumerate(p.runs):
#             if run.style.name == 'Hyperlink':
#                 print(run.text, end =':')
#                 for child in p.runs[index-2].element.getchildren():
#                     text = child.text
#                     if text and text.stratswith('HYPERLINK'):
#                         print(text[12:-2])
#
# find_Hyperlink()

def find_Hyperlink():
    '''
    输出"test.docx"文档中所有的超链接地址和文本
    :return:
    '''
    docx_file=input(" 输入你要查询的文件名(without .docx): ")
    document = Document(docx_file + ".docx")
    rels = document.part.rels
    for rel in rels:
       if rels[rel].reltype == RT.HYPERLINK:
          # print("\n 超链接文本为", rels[rel], " 超链接网址为: ", rels[rel]._target)
          print(" 超链接网址为: ", rels[rel]._target)

find_Hyperlink()


# 3
def money():
    '''
    统计每个员工的销售总额、每个时段的销售总额、每个柜台的销售总额。
    :return:
    '''
    # 3个字典分别存储按员工、按时段、按柜台的销售总额
    persons = dict()
    periods = dict()
    goods = dict()
    ws = load_workbook('超市营业额1.xlsx').worksheets[0]
    for index, row in enumerate(ws.rows):
        # 跳过第一行的表头
        if index == 0:
            continue
        # 获取每行的相关信息
        _, name, _, time, num, good = map(lambda cell: cell.value, row)
        # 根据每行的值更新三个字典
        persons[name] = persons.get(name, 0) + num
        periods[time] = periods.get(time, 0) + num
        goods[good] = goods.get(good, 0) + num

    print(persons)
    print(periods)
    print(goods)

money()