pip install python-docx

from docx import Document
 
# 打開一個Word文檔
doc = Document('example.docx')
 
# 遍歷文檔中的段落并打印內(nèi)容
for paragraph in doc.paragraphs:
    print(paragraph.text)

from docx import Document
 
# 打開一個Word文檔
doc = Document('example.docx')
 
# 遍歷段落并替換特定詞語
for paragraph in doc.paragraphs:
    if 'old_word' in paragraph.text:
        new_text = paragraph.text.replace('old_word', 'new_word')
        paragraph.text = new_text
 
# 保存修改后的文檔
doc.save('modified_example.docx')

from docx import Document
 
# 打開一個Word文檔
doc = Document('example.docx')
 
# 添加一個新的段落
new_paragraph = doc.add_paragraph()
 
# 在新段落里添加文字
new_paragraph.add_run('This is a new paragraph added by Python.')
 
# 保存修改后的文檔
doc.save('modified_example.docx')

import os
from docx import Document
 
# 定義調(diào)整樣式的函數(shù)
def adjust_word_style(file_path):
    doc = Document(file_path)
    for paragraph in doc.paragraphs:
        for run in paragraph.runs:
            run.font.name = 'Times New Roman'  # 設(shè)置字體
            run.font.size = 12  # 設(shè)置字號
        paragraph.paragraph_format.line_spacing = 1.5  # 設(shè)置行距
    doc.save(file_path)
 
# 指定文件夾路徑
folder_path = 'your_folder_path'  # 替換為你的文件夾路徑
 
# 遍歷文件夾中的所有文件
for file_name in os.listdir(folder_path):
    if file_name.endswith('.docx'):
        file_path = os.path.join(folder_path, file_name)
        adjust_word_style(file_path)

pip install openpyxl pandas

import openpyxl
 
# 加載現(xiàn)有的Excel文件
workbook = openpyxl.load_workbook('example.xlsx')
 
# 選擇工作表
sheet = workbook.active
 
# 讀取單元格值
cell_value = sheet['A1'].value
print(f"單元格 A1 的值是: {cell_value}")
 
# 修改單元格值
sheet['A1'] = "新的值"
 
# 保存修改后的文件
workbook.save('modified_example.xlsx')

import pandas as pd
 
# 讀取Excel文件
data = pd.read_excel('data.xlsx')
 
# 查看前五行數(shù)據(jù)
print(data.head())
 
# 數(shù)據(jù)清洗：刪除空值
data = data.dropna()
 
# 數(shù)據(jù)篩選：選擇特定列
selected_columns = data[['Name', 'Age']]
 
# 數(shù)據(jù)排序
sorted_data = data.sort_values(by='Age', ascending=False)
 
# 保存處理后的數(shù)據(jù)到新的Excel文件
sorted_data.to_excel('cleaned_data.xlsx', index=False)

import openpyxl
 
# 加載Excel工作簿
wb = openpyxl.load_workbook('sales_data.xlsx')
 
# 選擇工作表
sheet = wb.active
 
# 初始化一個字典來存儲每個月的銷售額
monthly_sales = {}
 
# 遍歷表格中的行（假設(shè)第一行是標(biāo)題行）
for row in range(2, sheet.max_row + 1):
    month = sheet.cell(row=row, column=2).value  # 假設(shè)月份在第二列
    sales_amount = sheet.cell(row=row, column=3).value  # 假設(shè)銷售額在第三列
    if month in monthly_sales:
        monthly_sales[month] += sales_amount
    else:
        monthly_sales[month] = sales_amount
 
# 打印每個月的銷售額總和
for month, sales in monthly_sales.items():
    print(f"{month}: {sales}")

pip install PyPDF2 pdfplumber

import PyPDF2
 
# 打開PDF文件
with open('example.pdf', 'rb') as file:
    reader = PyPDF2.PdfFileReader(file)
 
# 獲取PDF文件的頁數(shù)
num_pages = reader.getNumPages()
print(f"PDF 文件有 {num_pages} 頁")
 
# 提取第一頁的內(nèi)容
page = reader.getPage(0)
text = page.extractText()
print(f"第一頁的內(nèi)容是:\n{text}")
 
# 創(chuàng)建新的PDF文件
writer = PyPDF2.PdfFileWriter()
for i in range(num_pages):
    page = reader.getPage(i)
    writer.addPage(page)
 
with open('new_example.pdf', 'wb') as output_file:
    writer.write(output_file)
print("新的 PDF 文件已保存")

import pdfplumber
 
# 打開PDF文件
with pdfplumber.open('example.pdf') as pdf:
    # 獲取PDF文件的頁數(shù)
    num_pages = len(pdf.pages)
    print(f"PDF 文件有 {num_pages} 頁")
 
    # 提取第一頁的內(nèi)容
    first_page = pdf.pages[0]
    text = first_page.extract_text()
 
    print(f"第一頁的內(nèi)容是:\n{text}")

import os
import pdfplumber
 
指定文件夾路徑
folder_path = 'your_pdf_folder_path' # 替換為你的文件夾路徑
output_data = []
 
遍歷文件夾中的所有文件
for file_name in os.listdir(folder_path):
if file_name.endswith('.pdf'):
file_path = os.path.join(folder_path, file_name)
 
# 打開PDF文件
    with pdfplumber.open(file_path) as pdf:
        # 假設(shè)每個PDF文件只有一頁包含表格數(shù)據(jù)
        page = pdf.pages[0]  # 根據(jù)實(shí)際情況調(diào)整頁碼
        
        # 提取表格
        table = page.extract_table()
        
        # 將表格數(shù)據(jù)添加到輸出列表中（可以根據(jù)需要調(diào)整數(shù)據(jù)結(jié)構(gòu)）
        output_data.append({
            'file_name': file_name,
            'table_data': table
        })
打印或保存提取的表格數(shù)據(jù)
for item in output_data:
print(f"文件名: {item['file_name']}")
for row in item['table_data']:
print(row)
print("\n")
 
如果需要保存為Excel文件，可以使用pandas的DataFrame和to_excel方法
import pandas as pd
df = pd.DataFrame(output_data_reformatted) # 需要根據(jù)實(shí)際情況調(diào)整數(shù)據(jù)結(jié)構(gòu)以適應(yīng)DataFrame
df.to_excel('extracted_tables.xlsx', index=False)