基于Python实现文本文件转Excel

目录

• 一、前言
• 二、openpyxl模块
• 1、安装
• 2、简单操作
• 三、文本文件转excel文件
• 1、寻找规律
• 2、开始转换
• 补充

一、前言

Excel文件是我们常用的一种文件，在工作中使用非常频繁。Excel中有许多强大工具，因此用Excel来处理文件会给我们带来很多便捷。但是有时候我们拿到了文件不是Excel文件，而且我们又想用Excel中的工具，这个时候我们就可以想办法把这个文件转换成Excel文件了。今天我们就来实现一下，需要注意我们只能把有规律的文件转换成Excel，而且今天的内容也不是普遍通用的。只提供一种思路。

二、openpyxl模块

openpyxl模块是用来操作Excel文件的一个模块，还有很多模块可以做同样的事情，这里就不介绍了。

1、安装

安装只需要执行下面语句即可：

pip install openpyxl

然后在代码中导入工作簿：

from openpyxl import Workbook

这样我们就可以开始操作了。

2、简单操作

我们来看一些简单的操作：

from openpyxl import Workbook
# 创建工作簿
wb = Workbook()
# 激活
ws = wb.active
# 设置指定格的数据
ws['A1'] = 41
# 在下一行添加数据
ws.append([1, 2, 3])
# 保存
wb.save("1.xlsx")

这里前面两步是基本操作，首先创建Workbook对象，然后调用active函数激活。然后我们通过下标的方式给指定坐标的位置添加数据。最后调用save方法保存文件。

三、文本文件转excel文件

上面的几个操作就足够我们今天的操作了，下面我们来看看如何将文本文件转换成Excel文件。

1、寻找规律

在文章开头说了，我们只能将有规律的文本文件转换成Excel，不然没有太多意义。所以我们第一步就是找规律。比如我们下面这个文件：

姓名,性别,年龄
zack,男,21
rudy,男,22
alice，女,20
atom,男, 23

我们来看一下上面的数据，其中第一行是数据的字段。而后面几行就是真实数据了。而单个数据的属性值又由逗号隔开。这种规律非常明显，很适合我们今天的内容。不管仔细观察可以看到，逗号有中文的也有英文的，而且有的里面还包含了空格。知道这些后我们在转换的时候就需要针对性的处理一下了。

2、开始转换

首先我们要处理文本，然后再写入Excel，具体代码如下：

from openpyxl import Workbook
wb = Workbook()
ws = wb.active
# 处理文件
with open("test.txt", "r", encoding="utf-8") as f:
    # 把逗号替换成统一的\t
    content = f.read().replace(",", "\t").replace("，", "\t")
    # 根据换行拆分内容
    lines = content.split("\n")
    # 提取标题
    titles = lines[0].split("\t")
    titles.insert(0, "")
    # 标题写入excel
    ws.append(titles)
    # 写入内容
    for i, line in enumerate(lines[1:]):
        item = line.split("\t")
        item.insert(0, i)
        ws.append(item)
wb.save("1.xlsx")

经过上面的处理，我们就成功将文本转换成excel了，下面是结果图：

excel表格

效果正是我们想要的，大家可以根据不同需求不同文件来修改处理的代码。

补充

Python对于Excel文件的操作当然不仅仅是可以将文本文件转为Excel，还可以将PDF转为Excel，下面是实现代码，希望对你有所帮助

import pdfplumber
import pandas as pd

path = 'test.pdf'
pdf = pdfplumber.open(path)
i=1
#writer=pd.ExcelWriter('output.xlsx')
df=pd.DataFrame(columns=['序号','刊名','主办单位','等级'])
sheetname=['考古文博','历史学','马克思主义理论','民族学与文化学','文学-外国文学','文学-中国文学','艺术学','语言学','哲学','宗教学','法学'
   ,'管理学','环境科学','教育学','经济学-财政科学','经济学-工业经济','经济学-金融','经济学-经济管理','经济学-经济综合','经济学-贸易经济'
   ,'经济学-农业经济','经济学-世界经济','人文地理学','社会学','体育学','统计学','图书馆情报与档案学','心理学','新闻学与传播学'
   ,'政治学-国际政治','政治学-中国政治','综合-高校综合性学报','综合-综合性人文社科期刊']

##由于存在一个表格跨页的情况，先将所有表格存放在一个DataFrame中，再根据序号拆分。

for page in pdf.pages[17:59]:
 print (page)
 # 获取当前页面的全部文本信息，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=[]
#记录序号==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)

#按行索引将内容切片并逐个添加到表中
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') 

到此这篇关于基于Python实现文本文件转Excel的文章就介绍到这了,更多相关Python文本文件转Excel内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！