如何读取和处理 DOCX 文件中表格的每个单元格的内容？
我在 Windows 7 和 PyWin32 上使用 Python 3.2 来访问 MS-Word 文档。
我是初学者，所以我不知道访问表格单元格的正确方法。到目前为止，我刚刚这样做了：
import win32com.client as win32
word = win32.gencache.EnsureDispatch('Word.Application')
word.Visible = False
doc = word.Documents.Open("MyDocument")
【问题讨论】：
在相当晚的生活中加入，但我想我还是要把它说出来： 现在（2015 年），您可以使用非常简洁的 doc python 库： https://python-docx.readthedocs.org/en/latest/。然后：
from docx import Document
wordDoc = Document('<path to docx file>')
for table in wordDoc.tables:
for row in table.rows:
for cell in row.cells:
print cell.text
【讨论】：
以下是在 Python 2.7 中对我有用的方法：
import win32com.client as win32
word = win32.Dispatch("Word.Application")
word.Visible = 0
word.Documents.Open("MyDocument")
doc = word.ActiveDocument
要查看您的文档有多少表：
doc.Tables.Count
然后，您可以通过索引选择所需的表。请注意，与 python 不同，COM 索引从 1 开始：
table = doc.Tables(1)
要选择一个单元格：
table.Cell(Row = 1, Column= 1)
获取其内容：
table.Cell(Row =1, Column =1).Range.Text
希望这会有所帮助。
编辑：
根据标题返回列索引的函数示例：
def Column_index(header_text):
for i in range(1 , table.Columns.Count+1):
if table.Cell(Row = 1,Column = i).Range.Text == header_text:
return i
然后您可以通过这种方式访问您想要的单元格，例如：
table.Cell(Row =1, Column = Column_index("The Column Header") ).Range.Text
【讨论】：
我在Reading Table Contents Using Pythonetienne的博客上找到了一个简单的代码sn-p
这样做的好处是您不需要安装任何非标准的 python 库。
docx 文件的格式在Open Office XML 中描述。
import zipfile
import xml.etree.ElementTree
WORD_NAMESPACE = '{http://schemas.openxmlformats.org/wordprocessingml/2006/main}'
PARA = WORD_NAMESPACE + 'p'
TEXT = WORD_NAMESPACE + 't'
TABLE = WORD_NAMESPACE + 'tbl'
ROW = WORD_NAMESPACE + 'tr'
CELL = WORD_NAMESPACE + 'tc'
with zipfile.ZipFile('<path to docx file>') as docx:
tree = xml.etree.ElementTree.XML(docx.read('word/document.xml'))
for table in tree.iter(TABLE):
for row in table.iter(ROW):
for cell in row.iter(CELL):
print ''.join(node.text for node in cell.iter(TEXT))
【讨论】：