本python中使用了模块：
re:用于写正则
python-docx：用于读取worl中的数据
openpyxl：用于将内容写入excel
-----------------------------------------前言-----------------------------------------------
此代码仅可以使用，复杂度较高。若有更好修改可私信，谢。
代码比较简单，有注释，不过多解释。看代码即可。有问题或错误请私聊。
目前仅支持两种格式。
--------------------------------------代码开始--------------------------------------
import docx
import openpyxl
import re#题干：A ，选项A：B，选项B：C，选项C：D,选项D：E
#支持以下类型数据（）中内容为备注
#1，这是文件的主体 （以数字开头1-9）
#A，这是选项A (A选项重要，不要正好匹配A...B...C...D...)
#B这是选项A （匹配的是以A-D开头）
# C这是选项A （前面允许有空格）
#D这是选项B
#2，这是文件的主体
#A，选项A B,选项B C选项C D选项D （空格切割选项注意内容不要有其他）count = 0 #主计数count1 = 0
count2 = 0
count3 = 0
count4 = 0
count5 = 0 #计数器in_world_path=r"/home/user1/桌面/任务三.docx"
content=docx.Document(in_world_path) #得到内容
wb=openpyxl.Workbook()
ws=wb.activedef first_num(in_text):stat = 0 #状态码pattern = r"^ *[0-9].*" #正则表达式get_value = re.findall(pattern,in_text)if get_value != []:global count5 #使用全局的计数器count5 += 1 #自增get_key = str("A") + str(count5) #拼接键ws[get_key] = in_textstat = 1 #写入数据后将转态码置1return stat
#返回状态码1写入0跳过def first_B(in_text):stat = 0 #状态码pattern = r"^ *B.*" #正则表达式get_value = re.findall(pattern,in_text)if get_value != []:global count1 #使用全局的计数器count1 += 1 #自增get_key = str("C") + str(count1) #拼接键ws[get_key] = in_textstat = 1 #写入数据后将转态码置1return stat
#返回状态码1写入0跳过def first_C(in_text):stat = 0 #状态码pattern = r"^ *C.*" #正则表达式get_value = re.findall(pattern,in_text)if get_value != []:global count2 #使用全局的计数器count2 += 1 #自增get_key = str("D") + str(count2) #拼接键ws[get_key] = in_textstat = 1 #写入数据后将转态码置1return stat
#返回状态码1写入0跳过def first_D(in_text):stat = 0 #状态码pattern = r"^ *D.*" #正则表达式get_value = re.findall(pattern,in_text)if get_value != []:global count3 #使用全局的计数器count3 += 1 #自增get_key = str("E") + str(count3) #拼接键ws[get_key] = in_textstat = 1 #写入数据后将转态码置1#print (stat)return stat
#返回状态码1写入0跳过def first_A(in_text):#ex=['1','2','3','4']stat = 0 pattern = r"^ *A.*"get_value = re.findall(pattern,in_text) #匹配第一行是否为A开头（不包含空格）if get_value != []:global count4count4 += 1pattern = r" *^A.*B.*C.*D.*"rest = re.findall(pattern,in_text) #判断四个选项是否在一行if rest !=[]:#ex=re.split(r"[A-D]",star) #[A-D]其中一个字母开始分割ex=re.split(r"\s+",in_text) #以空格切割num=0 #计数器，统计返回的元素的个数for i in ex: #计数开始num = num+1if num != 4: #如单行不符合条件则返回列表和对应元素数量print (num)print (ex)get_key= str("B")+str(count4) #分开处理每行数据 ['12313', '12323123', '2132313123', '123123123'] ws[get_key]=ex[0] # 交给原定的方法去处理first_B(ex[1])first_C(ex[2])first_D(ex[3])if rest == []:get_key= str("B")+str(count4)ws[get_key]=in_text #正常写入 return statdef main(name):for i in content.paragraphs:global count #主要的计数器记录行count = count +1tex=i.text#print (tex)w1 = first_num(tex)if w1 == 0 :w2 = first_A(tex)if w2 == 0:w3 = first_B(tex)if w3 == 0:w4 = first_C(tex)if w4 == 0:w5 = first_D(tex)if w5 == 0:#print ("非常规数据"+tex) #不符合预期passwb.save(name)print (count)if __name__ == "__main__":out_excel_path="ceshi.xlsx"main(name=out_excel_path)
