pip?install?openpyxl

from?openpyxl?import?Workbook

from?openpyxl?import?Workbook
#?創(chuàng)建工作簿
wb?=?Workbook()
#?激活
ws?=?wb.active
#?設(shè)置指定格的數(shù)據(jù)
ws['A1']?=?41
#?在下一行添加數(shù)據(jù)
ws.append([1,?2,?3])
#?保存
wb.save("1.xlsx")

姓名,性別,年齡
zack,男,21
rudy,男,22
alice，女,20
atom,男,?23

from?openpyxl?import?Workbook
wb?=?Workbook()
ws?=?wb.active
#?處理文件
with?open("test.txt",?"r",?encoding="utf-8")?as?f:
????#?把逗號(hào)替換成統(tǒng)一的\t
????content?=?f.read().replace(",",?"\t").replace("，",?"\t")
????#?根據(jù)換行拆分內(nèi)容
????lines?=?content.split("\n")
????#?提取標(biāo)題
????titles?=?lines[0].split("\t")
????titles.insert(0,?"")
????#?標(biāo)題寫入excel
????ws.append(titles)
????#?寫入內(nèi)容
????for?i,?line?in?enumerate(lines[1:]):
????????item?=?line.split("\t")
????????item.insert(0,?i)
????????ws.append(item)
wb.save("1.xlsx")

import pdfplumber
import pandas as pd

path = 'test.pdf'
pdf = pdfplumber.open(path)
i=1
#writer=pd.ExcelWriter('output.xlsx')
df=pd.DataFrame(columns=['序號(hào)','刊名','主辦單位','等級(jí)'])
sheetname=['考古文博','歷史學(xué)','馬克思主義理論','民族學(xué)與文化學(xué)','文學(xué)-外國(guó)文學(xué)','文學(xué)-中國(guó)文學(xué)','藝術(shù)學(xué)','語(yǔ)言學(xué)','哲學(xué)','宗教學(xué)','法學(xué)'
   ,'管理學(xué)','環(huán)境科學(xué)','教育學(xué)','經(jīng)濟(jì)學(xué)-財(cái)政科學(xué)','經(jīng)濟(jì)學(xué)-工業(yè)經(jīng)濟(jì)','經(jīng)濟(jì)學(xué)-金融','經(jīng)濟(jì)學(xué)-經(jīng)濟(jì)管理','經(jīng)濟(jì)學(xué)-經(jīng)濟(jì)綜合','經(jīng)濟(jì)學(xué)-貿(mào)易經(jīng)濟(jì)'
   ,'經(jīng)濟(jì)學(xué)-農(nóng)業(yè)經(jīng)濟(jì)','經(jīng)濟(jì)學(xué)-世界經(jīng)濟(jì)','人文地理學(xué)','社會(huì)學(xué)','體育學(xué)','統(tǒng)計(jì)學(xué)','圖書館情報(bào)與檔案學(xué)','心理學(xué)','新聞學(xué)與傳播學(xué)'
   ,'政治學(xué)-國(guó)際政治','政治學(xué)-中國(guó)政治','綜合-高校綜合性學(xué)報(bào)','綜合-綜合性人文社科期刊']
   
##由于存在一個(gè)表格跨頁(yè)的情況，先將所有表格存放在一個(gè)DataFrame中，再根據(jù)序號(hào)拆分。

for page in pdf.pages[17:59]:
 print (page)
 # 獲取當(dāng)前頁(yè)面的全部文本信息，包括表格中的文字
 # print(page.extract_text())
 for table in page.extract_tables():
  #print(table)
  df=df.append(pd.DataFrame(table[1:],columns=table[0]),ignore_index=True)
print (df)

writer=pd.ExcelWriter('output3.xlsx')
new_df=pd.DataFrame()
j=1
index=[]
#記錄序號(hào)==1的行索引，用于后面的表格拆分
for i in range(len(df)):
 if df.ix[i,0]=='1':
  index.append(i)
  print ("################")
index.append(len(df))
#print (index)

#按行索引將內(nèi)容切片并逐個(gè)添加到表中
for t in range(len(index)-1):
 new_df=df.ix[index[t]:index[t+1]-1,:]
 #print (new_df)
 new_df.to_excel(writer,sheet_name=sheetname[t],encoding='gb2312',index=None)
writer.save()
pdf.close()
print('finished')