Python将2000个Word文件合并成一个Excel表格

# encoding=utf8

'''
	Python将2000个Word文件合并成一个Excel表格
'''

# 导入包
from docx import Document
import xlsxwriter
import os,sys,shutil

# 定义方法
def rewordlist(wordpath):
	'''返回一个目录下所有word文件路径的数组'''
	patharray = []
	for foldName, subfolders, filenames in os.walk(wordpath): 
		de = 0
		for subfolder in subfolders: #遍历列表下的子文件夹名
			de = de + 1
			allpath = foldName + '/' + subfolder + '/' + subfolder + '.docx'
			dictjson = {"word_id": de, "word_txt": subfolder, "word_path": allpath} # 组合字典
			patharray.append(dictjson)
	return patharray


def obtainwordtxt(wordpath):
	'''获取word中的所有文本'''
	document = Document(wordpath)
	all_paragraphs = document.paragraphs
	txtstr = ''
	for paragraph in all_paragraphs:
		txtstr = txtstr + paragraph.text
		#打印每一个段落的文字
		#print(paragraph.text)
	return txtstr


def zbexceldata(patharray):
	'''将提取word中的文本，组合为一个数组json，待生成excel使用'''
	exceldataarray = []
	for dirs in patharray:
		txtstr = obtainwordtxt(dirs['word_path'])
		exdatajson = {"id": dirs['word_id'], "txt": dirs['word_txt'], "content":txtstr}
		exceldataarray.append(exdatajson)
	return exceldataarray


def createexcel(exceldata, tabpath):
	'''根据提供的json数组，创建需要的excel表格'''

	# 创建一个工作簿并添加一个工作表。
	workbook = xlsxwriter.Workbook(tabpath)
	worksheet = workbook.add_worksheet('Sheet1')

	# 表头字段格式
	header = {
	    'bold' : True, #粗体
	    'font_name' : '微软雅黑',
	    'font_size' : 11,
	    'border' : True, #边框线
	    'align' : 'center', #水平居中
	    'valign' : 'vcenter', #垂直居中
	    "color":"#232323", # 文字颜色
	    'bg_color' : '#D9E1F2' #背景颜色
	}
	headerpm = workbook.add_format(header)

	# 正文字段格式
	text = {
	    'font_name' : '微软雅黑',
	    'font_size' : 10,
	    'border' : True,
	    'align' : 'left', #左对齐
	    "color":"#232323", # 文字颜色
	    'valign' : 'vcenter'
	}
	textpm = workbook.add_format(text)

	# 编写一些头数据。
	worksheet.write('A1', '序号', headerpm)
	worksheet.write('B1', '名称', headerpm)
	worksheet.write('C1', '文稿内容', headerpm)
	worksheet.set_row(0, 30) # 设置高度
	worksheet.set_column('C:C',180)  #C列宽度
	
	# 从第一个单元格开始。 行和列的索引为零。
	row = 1
	col = 0

	# 遍历数据并逐行写出。
	for jsonc in exceldata:
	    worksheet.write(row, col, str(jsonc['id']), textpm)
	    worksheet.write(row, col + 1, jsonc['txt'], textpm)
	    worksheet.write(row, col + 2, jsonc['content'], textpm)
	    row += 1
	# 关闭对象
	workbook.close()

	print("\n表格创建完成: "+tabpath)


if __name__ == '__main__':

	# word文件存放目录
	wordpath = r'D:\test\wordlist'

	# 表格创建保存目录
	tabpath = r'D:\test\excelret\文稿汇总.xlsx'

	patharray = rewordlist(wordpath)
	exceldata = zbexceldata(patharray)
	createexcel = createexcel(exceldata, tabpath)