Python文本数据互相转换（pandas and win32com）

(工作之后，就让自己的身心都去休息吧)

今天介绍一下文本数据的提取和转换，这里主要实例的转换为excel文件（.xlsx）转换world文件（.doc/docx），同时需要使用win32api，同pywin32库。

pandas库我之前的博客里面都有详细的介绍和使用，这里主要介绍下win32库。

PyWin32是一个Python库，可以为Python提供Windows扩展。换句话说，它允许您访问各种Windows功能 - 至少Microsoft Office的功能 - 而无需使用Microsoft的一种语言，如Visual Basic或C＃。

win32com模块的下载：https://sourceforge.net/projects/pywin32/files/pywin32/（对应你的windows版本）

同时分享Galal Aly's博主：http://new.galalaly.me/2011/09/use-python-to-parse-microsoft-word-documents-using-pywin32-library/

Pywin32库的一些概念：

　　1.PyWin32是一个包装器，它使您可以使用Visual Basic for Applications（VBA）中提供的相同方法和属性，但使用Python的语法。

　　2.这是Word 2007开发人员参考，有用的部分是对象模型参考。我必须检查它们以了解可用的方法和属性，因此它们非常重要。

　　3.在任何参考资料中，您都会找到一些用VBA编写的示例。您所要做的就是将它们转换为Python的语法。

首先介绍下win32com:

 # coding: UTF-8
 import win32com.client
 WordApp = win32com.client.Dispatch("Word.Application")
 WordApp.Visible = False

1.因为你使用的是中国汉字，windows中文本文档大多数都是汉子处理，所以前提一定要加上# coding: UTF-8。

2.引入win32com模块。

3.打开world应用程序，python操作world程序以便写入文件。

4.是否在桌面打开world程序，这里的False就是不需要打开，反之为True。

这里主要介绍win32api的一些属性，主要为操作world文档所使用：

#新建空文档
docx=WordApp.Documents.Add()
#打开指定文档
docx = WordApp.Documents.Open(r'C:\Users\Administrator\Desktop\b.docx')
#保存到指定文档
docx.SaveAs(r"c:\Users\Administrator\Desktop\c.doc")  # 文档保存
#关闭文档，需在保存文档之后
docx.Close(-1) 

这里需要特别注意的是，SaveAs为另存文件，即可以不需要创建文件，另一个是打开指定文档，这里如果你不需要存入一个文档的话，就只需要打开一个文档存到另一个文档也可以，这里可以doc可以转换docx文件。

但是，如果你都要操作在你个world文件内，那么就需要追加一个docx文件内：

 #新建空文档
 docx=WordApp.Documents.Add()
 #打开指定文档，进行操作
 docx = WordApp.Documents.Open(r'C:\Users\Administrator\Desktop\b.docx')
 #保存
 docx.Save

这里只需要Save即可，原理就是打开一个指定的world文件，将数据存入进去后保存即可。

这里关于world文件的保存和添加介绍完。

下面介绍些world文件的一些属性：

1、页面属性：

 docx.PageSetup.PaperSize = 7            # 纸张大小, A3=6, A4=7
 docx.PageSetup.PageWidth = 8.7*28.35    # 纸张宽大小后PaperSize 就不需要了
 docx.PageSetup.PageHeight = 13*28.35 　 # 纸张高大小
 docx.PageSetup.Orientation = 1          # 页面方向, 竖直=0, 水平=1
 docx.PageSetup.TopMargin = 2.45*28.35   # 页边距上=2.45cm，1cm=28.35pt
 docx.PageSetup.BottomMargin = 2.45*28.35 # 页边距下=2.45cm
 docx.PageSetup.LeftMargin =0.75*28.35    # 页边距左=0.75cm
 docx.PageSetup.RightMargin = 0.5*28.35   # 页边距右=0.5cm  

2、页面布局：

 sel = WordApp.Selection       # 获取Selection对象
 sel.InsertBreak(8)            # 插入分栏符=8, 分页符=7
 sel.Font.Name = "宋体"         # 字体
 sel.Font.Size = 11            # 字大
 sel.Font.Bold = True          # 粗体
 sel.Font.Italic = True        # 斜体
 sel.Font.Underline = True     # 下划线
 sel.ParagraphFormat.LineSpacing = 2*12   # 设置行距，1行=12磅
 sel.ParagraphFormat.Alignment = 1      # 段落对齐,0=左对齐,1=居中,2=右对齐
 sel.TypeText("aaa")       # 插入文字
 sel.TypeParagraph()       # 插入空行
 sel.TypeText("\n")        #插入空白行

3、表格：

 tab=docx.Tables.Add(sel.Range, 7, 2)  # 增加一个16行2列的表格
 tab.Style = "网格型"       　　　　　　　# 显示表格边框
 tab.Columns(1).SetWidth(2.4*28.35, 0) #调整第一列宽
 tab.Columns(2).SetWidth(5.5*28.35, 0)
 tab.Rows.Alignment = 1                # 表格对齐,0=左对齐,1=居中,2=右对齐
 tab.CellCellCellCell(1,1).Range.Text = "aaa"    # 填充内容，注意Excel中使用wSheet.Cells(i,j)
 sel.MoveDown(5, 16)       　　　　　　　# 向下移动2行,5=以行为单位
 line_cells = tab.columns[0].cells  　 #第一列所有空格  0,1代表第几列
 line_cells[0].Range.Text= 'N'  　　　　#第一列第一个空格中添加“N”
 line_cells[1].Range.Text = '号'.decode('utf-8')
 line_cells[2].Range.Text = '牌'.decode('utf-8')
 line_cells[3].Range.Text = '数量'.decode('utf-8')
 line_cells[4].Range.Text = '日期'.decode('utf-8')
 line_cells[5].Range.Text = '名称'.decode('utf-8')
 line_cells[6].Range.Text = '编号'.decode('utf-8')

贴上Pandas模块和win32com的完整代码（主要看分布）：

 # coding: UTF-8
 import win32com.client
 import time
 import pandas as pd
 def parser():
     df = pd.read_excel('C:\\Users\\Administrator\\Desktop\\222.xlsx')
     pd.set_option('display.width',None)
     WordApp = win32com.client.Dispatch("Word.Application")
     #WordApp.Visible = False

     for i in xrange(0,len(df)):
         Pn =  df.iloc[i,0].encode('utf-8')
         partno = df.iloc[i,1].encode('utf-8')
         manufacturer = df.iloc[i,2]
         quantity = str(int(df.iloc[i,3]))
         contractnum = df.iloc[i,4].encode('utf-8')
         #print type(contractnum)
         #print manufacturer
         doc=WordApp.Documents.Add()
         doc = WordApp.Documents.Open(r'C:\Users\Administrator\Desktop\b.docx')
         doc.PageSetup.PageWidth = 9*28.35
         doc.PageSetup.PageHeight = 13*28.35
         doc.PageSetup.LeftMargin = 0.6*28.35
         doc.PageSetup.RightMargin = 0.5*28.35

         sel = WordApp.Selection
         sel.Font.Name = "宋体"
         sel.Font.Size = 11
         sel.TypeText("\n")
         sel.TypeText("\n")
         sel.TypeText("\n")
         sel.TypeText("\n")
         sel.TypeText("\n")
         sel.TypeText("\n")
         sel.TypeText("\n")
         tab=doc.Tables.Add(sel.Range, 7, 2)
         #print type(tab.location)
         tab.Style = "网格型".decode('utf-8')
         tab.Columns(1).SetWidth(2.4*28.35, 0)
         tab.Columns(2).SetWidth(5.5*28.35, 0)
         line_cells = tab.columns[0].cells
         line_cells[0].Range.Text= 'N'
         line_cells[1].Range.Text = '号'.decode('utf-8')
         line_cells[2].Range.Text = '牌'.decode('utf-8')
         line_cells[3].Range.Text = '数量'.decode('utf-8')
         line_cells[4].Range.Text = '日期'.decode('utf-8')
         line_cells[5].Range.Text = '名称'.decode('utf-8')
         line_cells[6].Range.Text = '编号'.decode('utf-8')
         #print help(doc.SaveAs)
         doc.Save
         print 'Is oK!'
         #doc.SaveAs(r'C:\Users\Administrator\Desktop\b.docx')
     doc.Close()
     WordApp.Quit()
 if __name__ == '__main__':
     parser()

这里主要注意下下操作world程序和for循环的位置就可以了，还有close，不然你的程序就会报错，因为你打开一个world程序未关闭，再次打开windows会提示未保存文档不可操作，所以程序会报错！

更多技术信息添加群：607021567