你是否遇到過這樣的情況：你有一堆Word檔，每個檔都包含一些重要的資訊，你需要把這些資訊提取出來，整理到一個Excel表格中，方便查閱和管理。但是，手動開啟每個檔，復制貼上資訊，又太費時費力，而且容易出錯。
有沒有什麽辦法可以讓Python幫你自動完成這個任務呢？答案是肯定的！本文將教你如何用Python批次提取Word檔中的關鍵資訊，並寫入Excel檔中，只需幾行程式碼，就可以節省大量的時間和精力。
準備工作
在開始編寫程式碼之前，我們需要先準備一些必要的工具和檔：
Python環境：本文使用的是Python 3.8，你可以在下載安裝。
openpyxl庫：這是一個用於操作Excel檔的Python庫，你可以使用
pip install openpyxl
命令安裝。
python-docx庫：這是一個用於操作Word檔的Python庫，你可以使用
pip install python-docx
命令安裝。
glob庫：這是一個用於獲取檔路徑的Python庫，一般已經內建在Python中，無需安裝。
Word檔：這是我們要提取資訊的原始檔，本文以7個會議通知檔為例，每個檔都包含學習時間、學習內容、學習形式、主持人四項關鍵資訊，檔名分別為會議通知1.docx，會議通知2.docx，...，會議通知7.docx，存放在Notice資料夾下。
Excel檔：這是我們要寫入資訊的目的檔，本文以一個空白的Excel檔為例，檔名為Meeting_temp.xlsx，存放在與Notice資料夾同一級的目錄下。
獲取檔路徑
第一步，我們需要獲取Notice資料夾下的所有Word檔的路徑，這樣我們才能對每個檔進行操作。這裏我們可以使用glob庫的glob函式，它可以根據通配符匹配檔路徑，返回一個列表。例如，我們可以使用
glob.glob('*.docx')
來匹配當前目錄下的所有以.docx結尾的檔。
為了方便後續的操作，我們先定義一個變量path，表示我們的工作目錄，也就是Notice資料夾和Excel檔所在的目錄，你可以根據實際情況修改。然後，我們使用
glob.glob(path + r'\Notice\*.docx')
來獲取Notice資料夾下的所有Word檔的路徑，保存在一個變量files中。註意，這裏我們使用了r字串，表示原始字串，不會對反斜杠進行轉義。
程式碼如下：
import glob
path = r'C:\Users\xxx'# 路徑為Notice資料夾和Excel檔所在的目錄，可按實際情況更改
files = glob.glob(path + r'\Notice\*.docx') # 獲取Notice資料夾下的所有Word檔的路徑
print(files) # 打印檔路徑列表，檢查是否正確
輸出如下：
['C:\\Users\\xxx\\Notice\\會議通知1.docx', 'C:\\Users\\xxx\\Notice\\會議通知2.docx', 'C:\\Users\\xxx\\Notice\\會議通知3.docx', 'C:\\Users\\xxx\\Notice\\會議通知4.docx', 'C:\\Users\\xxx\\Notice\\會議通知5.docx', 'C:\\Users\\xxx\\Notice\\會議通知6.docx', 'C:\\Users\\xxx\\Notice\\會議通知7.docx']
解析Word檔
第二步，我們需要解析每個Word檔，獲取需要的四個資訊，即學習時間、學習內容、學習形式、主持人。這裏我們可以使用python-docx庫的Document類，它可以讀取Word檔，並將其內容以段落（Paragraph）為單位進行劃分。我們可以遍歷每個段落，根據其文本內容，判斷是否包含我們需要的資訊，並提取出來。
為了方便後續的操作，我們先定義一個變量number，表示序號，用於記錄每個檔的順序。然後，我們使用一個for迴圈，遍歷files列表中的每個檔路徑，使用Document類開啟每個檔，保存在一個變量wordfile中。接著，我們定義一個空列表content_lst，用於存放學習內容，因為學習內容可能分散在多個段落中，我們需要將它們合並成一個字串。然後，我們使用一個巢狀的for迴圈，遍歷wordfile中的每個段落，根據其文本內容，判斷是否包含我們需要的資訊，並提取出來，保存在相應的變量中。具體的判斷邏輯如下：
如果段落的文本以「學習時間：」開頭，那麽我們就提取其後面的部份，保存在一個變量study_time中。
如果段落的文本以「主持人：」開頭，那麽我們就提取其後面的部份，保存在一個變量host中。
如果段落的文本以「學習形式：」開頭，那麽我們就提取其後面的部份，保存在一個變量study_type中。
如果段落的文本的長度大於等於2，且第一個字元是數位，第二個字元是中文頓號「、」，那麽我們就認為這是學習內容的一部份，將其添加到content_lst中。
程式碼如下：
from docx import Document
number = 0# 定義一個變量，表示序號
for file in files: # 遍歷每個檔路徑
wordfile = Document(file) # 開啟每個檔
content_lst = [] # 定義一個空列表，用於存放學習內容
for paragraph in wordfile.paragraphs: # 遍歷每個段落
if paragraph.text[0:5] == '學習時間：': # 如果段落的文本以「學習時間：」開頭
study_time = paragraph.text[5:] # 提取其後面的部份，保存在study_time中
if paragraph.text[0:4] == '主持人：': # 如果段落的文本以「主持人：」開頭
host = paragraph.text[4:] # 提取其後面的部份，保存在host中
if paragraph.text[0:5] == '學習形式：': # 如果段落的文本以「學習形式：」開頭
study_type = paragraph.text[5:] # 提取其後面的部份，保存在study_type中
if len(paragraph.text) >= 2: # 如果段落的文本的長度大於等於2
if paragraph.text[0].isdigit() and paragraph.text[1] == '、': # 如果第一個字元是數位，第二個字元是中文頓號「、」
content_lst.append(paragraph.text) # 將其添加到content_lst中
content = ' '.join(content_lst) # 將content_lst中的元素用空格連線成一個字串，保存在content中
print(study_time, content, study_type, host) # 打印提取的資訊，檢查是否正確
寫入Excel檔
第三步，我們需要將提取的資訊寫入Excel檔中，這樣我們就可以方便地檢視和管理。這裏我們可以使用openpyxl庫的Workbook類和Worksheet類，它們可以建立和操作Excel檔和工作表。我們可以使用Workbook類的active內容，獲取當前活動的工作表，保存在一個變量sheet中。然後，我們可以使用Worksheet類的cell方法，根據行號和列號，指定單元格，並給其賦值。
為了方便後續的操作，我們先定義一個變量excel_file，表示我們要寫入的Excel檔的路徑，你可以根據實際情況修改。然後，我們使用Workbook類建立一個Excel檔物件，保存在一個變量wb中。接著，我們使用wb的active內容，獲取當前活動的工作表，保存在一個變量sheet中。然後，我們使用sheet的cell方法，給第一行的每一列賦值，作為表頭，分別是序號、學習時間、學習內容、學習形式、主持人。接下來，我們使用一個for迴圈，遍歷files列表中的每個檔路徑，使用Document類開啟每個檔，保存在一個變量wordfile中。然後，我們使用和上一步相同的邏輯，提取每個檔中的四個資訊，保存在相應的變量中。最後，我們使用sheet的cell方法，給每一行的每一列賦值，分別是序號、學習時間、學習內容、學習形式、主持人。註意，這裏我們需要將序號加1，因為第一行已經被表頭占用了。最後，我們使用wb的save方法，保存Excel檔。
程式碼如下：
from openpyxl import Workbook
excel_file = path + r'\Meeting_temp.xlsx'# 定義Excel檔的路徑，可按實際情況更改
wb = Workbook() # 建立一個Excel檔物件
sheet = wb.active # 獲取當前活動的工作表
sheet.cell(row=1, column=1).value = '序號'# 給第一行第一列賦值，作為表頭
sheet.cell(row=1, column=2).value = '學習時間'# 給第一行第二列賦值，作為表頭
sheet.cell(row=1, column=3).value = '學習內容'# 給第一行第三列賦值，作為表頭
sheet.cell(row=1, column=4).value = '學習形式'# 給第一行第四列賦值，作為表頭
sheet.cell(row=1, column=5).value = '主持人'# 給第一行第五列賦值，作為表頭
for file in files: # 遍歷每個檔路徑
wordfile = Document(file) # 開啟每個檔
content_lst = [] # 定義一個空列表，用於存放學習內容
for paragraph in wordfile.paragraphs: # 遍歷每個段落
if paragraph.text[0:5] == '學習時間：': # 如果段落的文本以「學習時間：」開頭
study_time = paragraph.text[5:] # 提取其後面的部份，保存在study_time中
if paragraph.text[0:4] == '主持人：': # 如果段落的文本以「主持人：」開頭
host = paragraph.text[4:] # 提取其後面的部份，保存在host中
if paragraph.text[0:5] == '學習形式：': # 如果段落的文本以「學習形式：」開頭
study_type = paragraph.text[5:] # 提取其後面的部份，保存在study_type中
if len(paragraph.text) >= 2: # 如果段落的文本的長度大於等於2
if paragraph.text[0].isdigit() and paragraph.text[1] == '、': # 如果第一個字元是數位，第二個字元是中文頓號「、」
content_lst.append(paragraph.text) # 將其添加到content_lst中
content = ' '.join(content_lst) # 將content_lst中的元素用空格連線成一個字串，保存在content中
number += 1# 將序號加1
sheet.cell(row=number+1, column=1).value = number # 給每一行第一列賦值，作為序號
sheet.cell(row=number+1, column=2).value = study_time # 給每一行第二列賦值，作為學習時間
sheet.cell(row=number+1, column=3).value = content # 給每一行第三列賦值，作為學習內容
sheet.cell(row=number+1, column=4).value = study_type # 給每一行第四列賦值，作為學習形式
sheet.cell(row=number+1, column=5).value = host # 給每一行第五列賦值，作為主持人
wb.save(excel_file) # 保存Excel檔
完成任務
至此，我們已經完成了用Python批次提取Word檔中的關鍵資訊，並寫入Excel檔中的任務。你可以開啟Meeting_temp.xlsx檔，檢視結果，如下圖所示：
你可以看到，我們成功地將7個Word檔中的四個資訊提取出來，並按照序號、學習時間、學習內容、學習形式、主持人的順序，寫入Excel檔中，方便查閱和管理。
總結
本文教你如何用Python批次提取Word檔中的關鍵資訊，並寫入Excel檔中，只需幾行程式碼，就可以節省大量的時間和精力。本文涉及到的主要技術點有：
openpyxl庫：用於操作Excel檔，可以建立、讀取、寫入、修改Excel檔和工作表。
python-docx庫：用於操作Word檔，可以讀取、寫入、修改Word檔和段落。
glob庫：用於獲取檔路徑，可以根據通配符匹配檔路徑，返回一個列表。
希望本文對你有所幫助，如果你有任何問題或建議，歡迎在評論區留言。謝謝！
PS ： Python都知道技術交流群（技術交流、摸魚、白嫖課程為主）又不定時開放了，感興趣的朋友，可以在下方公號內回復： 666 ，即可進入。
老規矩 ，道友們還記得麽， 右下角的 「在看」 點一下 ， 如果感覺文章內容不錯的話，記得分享朋友圈讓更多的人知道！
