批量提取Word文档中表格内容

1 背景

有一个word文件，其中包含多个格式一致的表格（如下图），需要将其内容进行提取，填写到excel中

2 实现代码

## 导入工具包
from docx import Document
import pandas as pd

## 读取 Word 文件
document = Document('./需要读取的Word文档.docx')

## 读取Word中的表格
tables = document.tables

## 创建空的列表，获取同类数据
xuhao_list = []
riqi_list = []
qiye_list = []
wenhao_list = []
zhuti_list = []

## 循环读取数据
for i in range(len(tables)):
    xuhao_list.append(tables[i].cell(0,0).text)
    riqi_list.append(tables[i].cell(0,1).text)
    qiye_list.append(tables[i].cell(0,2).text)
    wenhao_list.append(tables[i].cell(0,3).text)
    zhuti_list.append(tables[i].cell(1,1).text)

## 拼接字典
info_dict = {
    '序号':xuhao_list,
    '日期':riqi_list,
    '企业':qiye_list,
    '文号':wenhao_list,
    '主题':zhuti_list,
}

## 创建DataFrame表格
print(pd.DataFrame(info_dict))

# 写入 Excel 文件
pd.DataFrame(info_dict).to_excel('./汇总的内容.xlsx',index=False)

实现效果：