6

我正在寻找一种将 Word 文件中的数据提取/抓取到数据库中的方法。我们的公司程序在 MS Word 文件中记录了与客户的会议纪要，主要是由于历史和惯性。

我希望能够将这些会议纪要中的操作项提取到数据库中，以便我们可以从 Web 界面访问它们，将它们转换为任务并在它们完成时更新它们。

这是最好的方法：

  1. 从 Word 内部创建 CSV 然后上传到数据库的 VBA 宏？
  2. Word 中的 VBA 宏与 DB 的连接（如何从 VBA 连接到 MySQL？）
  3. Python脚本通过win32com然后上传到数据库？

最后一个对我很有吸引力，因为 Web 界面是用 Django 构建的，但我从未使用过 win32com 或尝试从 python 编写 Word 脚本。

编辑：我已经开始使用 VBA 提取文本，因为它使处理 Word 对象模型更容易一些。我遇到了一个问题 - 所有文本都在表格中，当我从我想要的 CELLS 中拉出字符串时，我在每个字符串的末尾得到一个奇怪的小方框字符。我的代码如下所示：

sFile = "D:\temp\output.txt"
fnum = FreeFile
Open sFile For Output As #fnum

num_rows = Application.ActiveDocument.Tables(2).Rows.Count

For n = 1 To num_rows
    Descr = Application.ActiveDocument.Tables(2).Cell(n, 2).Range.Text
    Assign = Application.ActiveDocument.Tables(2).Cell(n, 3).Range.Text
    Target = Application.ActiveDocument.Tables(2).Cell(n, 4).Range.Text
    If Target = "" Then
        ExportText = ""
    Else
        ExportText = Descr & Chr(44) & Assign & Chr(44) & _
            Target & Chr(13) & Chr(10)
        Print #fnum, ExportText
    End If
Next n

Close #fnum

小控制字符框是怎么回事？Word 是否有某种字符代码？

4

6 回答 6

4

Word 有一个小标记，它放在表格中每个文本单元格的末尾。

它就像段落中的段落结束标记一样使用：存储整个段落的格式。

只需使用 Left() 函数将其剥离，即

 Left(Target, Len(Target)-1))

顺便说一句，而不是

 num_rows = Application.ActiveDocument.Tables(2).Rows.Count
 For n = 1 To num_rows
      Descr = Application.ActiveDocument.Tables(2).Cell(n, 2).Range.Text

试试这个：

 For Each row in Application.ActiveDocument.Tables(2).Rows
      Descr = row.Cells(2).Range.Text
于 2009-02-03T05:52:44.860 回答
1

好吧，我从来没有编写过 Word 脚本，但是用 win32com 做简单的事情很容易。就像是：

from win32com.client import Dispatch
word = Dispatch('Word.Application')
doc = word.Open('d:\\stuff\\myfile.doc')
doc.SaveAs(FileName='d:\\stuff\\text\\myfile.txt', FileFormat=?)  # not sure what to use for ?

这是未经测试的，但我认为类似的东西只会打开文件并将其保存为纯文本（前提是您可以找到正确的文件格式）——然后您可以将文本读入 python 并从那里进行操作。也可能有一种方法可以直接获取文件的内容，但我不知道它是直接的；文档可能很难找到，但如果您有 VBA 文档或经验，您应该能够携带它们。

看看不久前的这篇文章：http: //mail.python.org/pipermail/python-list/2002-October/168785.html向下滚动到 COMTools.py；那里有一些很好的例子。

您还可以运行 makepy.py（pythonwin 发行版的一部分）为可用的 COM 函数生成 python“签名”，然后将其作为一种文档进行查看。

于 2009-02-03T03:58:49.707 回答
1

您可以使用 OpenOffice。它可以打开word文件，也可以运行python宏。

于 2009-02-03T11:52:04.200 回答
0

我想说看看右边的相关问题 -->上面的问题似乎有一些关于走 python 路线的好主意。

于 2009-02-03T03:36:56.100 回答
0

如何将文件保存为 xml。然后使用 python 或其他东西将数据从单词中提取出来并放入数据库。

于 2009-02-03T04:23:52.480 回答
0

可以以编程方式将 Word 文档另存为 HTML，并将包含的表导入 Access。这需要很少的努力。

于 2009-02-03T12:46:49.440 回答