Python实现DOC、TXT及XLS文档读写操作详解

周叙

发布时间：2026-10-15| 2人浏览过

原创

本文详细介绍如何使用Python对DOC、TXT和XLS三种常见文档格式进行读写操作。通过引入docx、xlrd等第三方库，分别演示了从Word文档中提取段落文本、逐行读取并解析TXT数据文件，以及打开并遍历Excel工作表内容的具体代码实现。文章提供了完整的函数定义与调用示例，帮助开发者快速掌握多格式文档的数据获取技巧，适用于数据预处理及自动化办公场景。

在Python中处理DOC文档主要依赖于库。首先，需要导入该库并创建文档对象，指定文件路径。例如，使用docx.Document("path")获取文档实例后，可以通过file.paragraphs属性获取所有段落列表。代码中展示了如何统计段落总数，即len(file.paragraphs)，并遍历输出每一段的具体文本内容。此外，还可以通过索引方式（如file.paragraphs[i].text）结合循环打印段落编号及其对应的内容，从而实现对Word文档文本信息的完整提取。

#读取docx中的文本代码示例
import docx
#获取文档对象
file=docx.Document("path")
print("段落数:"+str(len(file.paragraphs)))#段落数为13，每个回车隔离一段

#输出每一段的内容
for para in file.paragraphs:
    print(para.text)

#输出段落编号及段落内容
for i in range(len(file.paragraphs)):
    print("第"+str(i)+"段的内容是："+file.paragraphs[i].text)

针对TXT文档的读取，通常采用内置的open函数以只读模式（'r'）打开文件。如所示，代码示例中定义了文件名'tangqing.txt'，并初始化了用于存储位置和电场数据的列表pos和Efield。通过while循环配合file_to_read.readline()逐行读取数据，当读取到空行时终止循环。对于每一行有效数据，使用split()方法按空格分割字符串，并将分割后的元素转换为浮点数列表p_tmp。随后，利用np.array()将列表转换为数组类型并打印输出，以此完成对TXT文件中数值数据的解析与提取。


filename = 'tangqing.txt' # txt文件和当前脚本在同一目录下，所以不用写具体路径
pos = []
Efield = []
with open(filename, 'r') as file_to_read:
  while True:
    lines = file_to_read.readline() # 整行读取数据
    if not lines:
      break
    p_tmp= [float(i) for i in lines.split()] # 将整行数据分割处理，如果分割符是空格，括号里就不用传入参数，如果是逗号， 则传入‘，'字符。
    pos = np.array(p_tmp) # 将数据从list类型转换为array类型。
    print(pos)

处理XLS表格文件时，需使用库。代码首先定义了一个open_excel函数，尝试通过xlrd.open_workbook(file)打开指定路径的Excel文件，若发生异常则打印错误信息。接着，定义excel_table_byindex函数，该函数接收文件路径、表头列索引（colnameindex）及工作表索引（by_index）作为参数。函数内部获取工作表对象后，通过table.nrows和table.ncols分别获取行数和列数，并利用table.row_values(colnameindex)获取表头数据。随后遍历从第1行开始的每一行数据，将每行数据与表头键值对应，构建字典app并加入列表list中，最终返回包含所有数据记录的列表。此外，代码还展示了根据名称获取表格数据的类似逻辑及主函数调用方式。

import  xdrlib ,sys
import xlrd
def open_excel(file= 'path'):
    try:
        data = xlrd.open_workbook(file)
        return data
    except Exception as e:
        print(str(e))

#根据索引获取Excel表格中的数据   参数:file：Excel文件路径     colnameindex：表头列名所在行的索引  ，by_index：表的索引
def excel_table_byindex(file= 'path/xxx.xls',colnameindex=0,by_index=0):
    data = open_excel(file)
    table = data.sheets()[by_index]
    nrows = table.nrows #行数
    ncols = table.ncols #列数
    colnames =  table.row_values(colnameindex) #某一行数据 
    list =[]
    for rownum in range(1,nrows):
         row = table.row_values(rownum)
         if row:
             app = {}
             for i in range(len(colnames)):
                app[colnames[i]] = row[i] 
             list.append(app)
    return list

#根据名称获取Excel表格中的数据   参数:file：Excel文件路径     colnameindex：表头列名所在行的所以  ，by_name：Sheet1名称
def excel_table_byname(file= 'E:\\个人文件\\6-desktop\\丰沙点表-配电所.xls',colnameindex=0,by_name=u'电度'):
    data = open_excel(file)
    table = data.sheet_by_name(by_name)
    nrows = table.nrows #行数 
    colnames =  table.row_values(colnameindex) #某一行数据 
    list =[]
    for rownum in range(1,nrows):
         row = table.row_values(rownum)
         if row:
             app = {}
             for i in range(len(colnames)):
                app[colnames[i]] = row[i]
             list.append(app)
    return list

def main():
   tables = excel_table_byindex()
   for row in tables:
       print(row)
           

   tables = excel_table_byname()
   for row in tables:
       print(row)
           

if __name__=="__main__":
    main()

至此，关于Python实现DOC、TXT及XLS文档读写操作的详细介绍已完成。更多涉及Python文档读写操作及神经网络数据准备的相关内容，建议搜索本站历史文章或继续浏览下方的相关文章。希望对大家有所帮助，并期待未来能获得更多支持！