前言 前段时间有小伙伴问二狗，怎么把一个Word文档的题库，写一个python脚本提取到Excel里。由于数据全是选择题，且文本很有规律，不是很复杂。所以今天二狗就通过本篇文章来分享下二狗的思路和代码。 word文档数据 提取为Excel的格式编程环境 1。文中电脑操作系统：win10 2。文中所使用的python模块： （1）。os（python自带模块，不需要pip安装） （2）。re（python自带模块，不需要pip安装） （3）。docx（第三方模块，需要pip安装） 安装命令：pipinstallihttps： pypi。tuna。tsinghua。edu。cnsimplepythondocx 注意：我们这次要用到的第三方库，就是专门为docx格式的word文档而生的。如果你手头需要处理的是doc格式的word文档，你可以打开word，将其另存为docx的格式。【注意word97以上版本支持存储docx文件】 （4）。openpyxl（第三方模块，需要pip安装） 安装命令：pipinstallihttps： pypi。tuna。tsinghua。edu。cnsimpleopenpyxl 3。文中数据源文件：选择题。docx（如果需要，请后台私信） 4。文中所使用的IDE：VSCODE（安装Jupyter插件）文档数据结构剖析及代码思路 文档结构 （1）提取答案：由于答案是红色标记的，我们可以读取每一段落的样式，红色的段落就是答案。 分题 （2）分题：这个稍微有点复杂，二狗通过处理每一题前面的题号，来进行的，具体详见代码。 一行2选项 （3）一行2选项：通过split来分割，具体详见代码。代码拆检importosimportreimportdocximportopenpyxlnowpathos。getcwd（）获取当前ipynb文件的路径docfile选择题。docx要提取的doc文件名excelfile选择题。xlsx保存为Excel的文件名wbopenpyxl。Workbook（）实例化Excel对象wswb。active创建Excel活动表格tabhead〔序号，题目，选项1，选项2，选项3，选项4，答案〕定义Excel表头ws。append（tabhead）表头写入ExcelstartflagTrue设置开始状态contentlist〔〕初始化内容列表defjionpath（filepath，filename）：功能：拼接文件路径：paramfilepath：固定参数，定义拼接的文件路径：paramfilename：固定参数，定义拼接的文件名称：return：返回拼接好的文件路径returnos。path。join（filepath，filename） 这里二狗定义了一个无聊的函数docdocx。Document（jionpath（filepathnowpath，filenamedocfile））。paragraphs读取word文档。doc文件如是。docx文件需把文件另存为。doc文件 读取docx文档，得到一个段落列表。 段落列表forcontentinfilter（lambdax：bool（x。text），doc〔1：〕）：遍历段落列表rowcontent。text。strip（试题）去除每一题的试题2字rowlistre。split（rdW，row）正则切割段落文本 doc〔1：〕从第二行开始读取，不读取第一行的大标题 filter（lambdax：bool（x。text），doc〔1：〕）这里是过滤为空值的段落。 过滤效果 没有过滤的效果可以看见明显空值 strip和正则切割后的效果ifrowlist〔1：〕：判断切割后的列表的第一个元素，是否有值Ture为题目False为答案选项ifstartflag：判断是否为第一行contentlistrowlist〔1：〕如果是第一行就题目添加进空列表contentliststartflagFalse重制startflag为Falseelse：如果不是第一行contentlistanswer把answer答案列表添加进contentlistcontentlist。insert（0，number）contentlist列表里第一个位置插入序号ws。append（contentlist）把contentlist列表写入Excel里number1更新下一题的序号contentlist〔〕重置contentlist列表为空，准备添加下一题contentlistrowlist〔1：〕把题目添加进空列表contentlistelse：这里利用python的切片机制rowlist里只有一个元素时rowlist〔1：〕切片会返回rowlist〔i。strip（）foriinre。split（rs｛4｝，rowlist〔0〕）ifi〕处理一行2答案选项的情况contentlistrowlist把ABCD选项文本添加进contentlist 超过列表长度的切片方法会返回空列表 处理一行2个答案选项的效果 ifrowlist〔1：〕超过列表长度的切片方法会返回空列表不会抛出异常forrunincontent。runs：遍历每个段落的文本样式找的为红色的答案answercolorstr（run。font。color。rgb）获取每个段落的字体颜色ifanswercolorFF0000：判断此段落的文字是否为红色answerre。findall（r〔AD〕｛1｝，run。text）提取答案项对应的字母break停止遍历每个段落的文本样式 找到答案项 此处的break只打破forrunincontent。runs的循环else：forcontentinfilter（lambdax：bool（x。text），doc〔1：〕）循环结束时contentlistanswer把answer答案列表添加进contentlistcontentlist。insert（0，number）contentlist列表里第一个位置插入序号ws。append（contentlist）最后一题写入EXcel里wb。save（jionpath（nowpath，excelfile））保存文件 因为二狗写的脚本，是通过处理下一题时来保存的上一题，所以最后一题的保存是要单独处理一下。完整代码importosimportreimportdocximportopenpyxlnowpathos。getcwd（）获取当前ipynb文件的路径docfile选择题。docx要提取的doc文件名excelfile选择题。xlsx保存为Excel的文件名wbopenpyxl。Workbook（）实例化Excel对象wswb。active创建Excel活动表格tabhead〔序号，题目，选项1，选项2，选项3，选项4，答案〕定义Excel表头ws。append（tabhead）表头写入ExcelstartflagTrue设置开始状态contentlist〔〕初始化内容列表defjionpath（filepath，filename）：功能：拼接文件路径：paramfilepath：固定参数，定义拼接的文件路径：paramfilename：固定参数，定义拼接的文件名称：return：返回拼接好的文件路径returnos。path。join（filepath，filename）docdocx。Document（jionpath（filepathnowpath，filenamedocfile））。paragraphs读取word文档。doc文件如是。docx文件需把文件另存为。doc文件number1初始化序号forcontentinfilter（lambdax：bool（x。text），doc〔1：〕）：遍历段落列表rowcontent。text。strip（试题）去除每一题的试题2字rowlistre。split（rdW，row）正则切割段落文本ifrowlist〔1：〕：判断切割后的列表的第一个元素，是否有值Ture为题目False为答案选项ifstartflag：判断是否为第一行contentlistrowlist〔1：〕如果是第一行就题目添加进空列表contentliststartflagFalse重制startflag为Falseelse：如果不是第一行contentlistanswer把answer答案列表添加进contentlistcontentlist。insert（0，number）contentlist列表里第一个位置插入序号ws。append（contentlist）把contentlist列表写入Excel里number1更新下一题的序号contentlist〔〕重置contentlist列表为空，准备添加下一题contentlistrowlist〔1：〕把题目添加进空列表contentlistelse：这里利用python的切片机制rowlist里只有一个元素时rowlist〔1：〕切片会返回rowlist〔i。strip（）foriinre。split（rs｛4｝，rowlist〔0〕）ifi〕处理一行2答案选项的情况contentlistrowlist把ABCD选项文本添加进contentlistforrunincontent。runs：遍历每个段落的文本样式找的为红色的答案answercolorstr（run。font。color。rgb）获取每个段落的字体颜色ifanswercolorFF0000：判断此段落的文字是否为红色answerre。findall（r〔AD〕｛1｝，run。text）提取答案项对应的字母break停止遍历每个段落的文本样式else：forcontentinfilter（lambdax：bool（x。text），doc〔1：〕）循环结束时contentlistanswer把answer答案列表添加进contentlistcontentlist。insert（0，number）contentlist列表里第一个位置插入序号ws。append（contentlist）最后一题写入EXcel里wb。save（jionpath（nowpath，excelfile））保存文件结语 以上汇报完毕，下篇文章再见。（如需文中数据资料请后台私信）
在日本人眼中，中国颜值最高的9大美女，日本人审美有多高？文顾远山编辑顾远山非洲部落把体重达300斤的胖子，奉为梦寐以求的恋爱对象。中国人把前凸后翘腰细腿长的女星奉为女神。那日本人的审美又是怎样的？他们眼中的中国美女又会是谁？日本发起了一走遍五大洲，最美有郴州郴州，别称福城，位于湖南省东南部，自古便有北瞻衡岳之秀，南峙五岭之冲之称，既是兵家必争之地，又是人文毓秀之所。化身女将女侠，湖南省郴州市文旅广体局郴州市妇联携郴州各县市区文旅局长妇长三角金融一体化发展为国家建设带来了怎样的机遇？金融作为现代经济社会的重要驱动力，在长三角一体化的建设过程中占据主要地位，具有引领与带动作用。金融一体化是由于国家或地区间的金融资源存在禀赋差异，金融市场参与者利用金融要素，借助金硅谷银行爆雷，今夜有多少人注定无眠？1，硅谷银行破产，应该是一次针对华人企业和富人的定点精准狙击，人家大部分美国人已经取款完，据说王兴晒美团存款截图，就是硅谷银行的，还有潘石逸的的大部分财产也存在那，很多硅谷华人科技冬奥场馆鸟巢上海中心大厦这套绘本揭秘建筑奇迹的诞生日前，北京科学技术出版社旗下童书品牌100层童书馆出品了奇迹的诞生超级建筑科学绘本（全5册）。作为第一套以绘本形式再现中国新地标建筑的科普作品，这套绘本将前沿科技城市文化和时代精神大满贯赛国乒首日11战全胜，陈梦击败日本新星，男单产生大冷门3月11日，WTT新加坡大满贯女单首轮上演中日对决，排名世界第二的陈梦迎来首秀，击败日本新星长崎美柚，晋级女单32强。作为大满贯女单卫冕冠军，陈梦想要蝉联冠军的难度很大。身为东京奥蔡天凤案的最新进展，蔡母背后有高人指点一，第六位男嫌疑人被保释蔡天一案发生后，龙尾村的村民受到很大的震惊。搞到附近的邻居人心惶惶，有的人甚至睡不着觉，要去看医生。3月10日，早上10点左右，有部分村民在村长的带领下，来公募基金高质量发展十大关键词1998年3月5日，中国第一家公募基金国泰基金成立，当年又有四家基金公司相继成立。这一年，两只封闭式基金基金金泰和基金开元通过交易所系统上网发行，拉开了中国基金市场的大幕。回顾行业试点恢复出境团队游满月跨国航线增加旅行产品更丰富图虫创意供图彭春霞制图证券时报记者吴志2月6日起，文化和旅游部试点恢复全国旅行社及在线旅游企业经营中国公民赴有关国家出境团队旅游和机票酒店业务，至今已有月余。早在2月6日出境游重启李铁绝食不交代！足协大鱼浮出水面，曾赶走米卢，涉2亿赞助李铁真的是中国足球的大功臣，球员时期曾经追随中国男足打入世界杯，虽然在2002年韩日世界杯上面遭遇惨败，但是时至今日回看中国男足在世界杯上面的成绩，不得不说韩日世界杯依然是最高光的关键的10！35岁的迪马利亚持续爆发，尤文有望挺进欧联杯8强北京时间3月10日0400，欧联杯18决赛首回合，尤文图斯主场对阵弗赖堡。35岁的迪马利亚头球制胜，双方各有一个进球被判无效，最终尤文10击败弗莱堡，占得晋级先机。加盟尤文以来，3