复制and粘贴？Python脚本1分钟解决了我1小时的事！

复制and粘贴？Python脚本1分钟解决了我1小时的事！

1.提出需求

这是群里面一位朋友提出来的一个问题。具体需求是怎么样的呢？有这样一个word文档，里面有一个hin长hin长的json字符串格式的数据。朋友想做的就是提取word文档里json数据中的content和option后面的内容。

2.原始数据预览

仔细观察下面的数据。一眼看过去是不是一团糟的样子？这只是其中一部分，如果让你一个个复制粘贴，你受得了吗？如果有更多个word，你是否也准备一个个复制、粘贴呢？

3.解决问题

我的思路是这样的：首先是读取word文档里面的内容，虽然这里只提供一个word文档，你可以直接复制出来，假如有多个这样的word文档呢？接着，利用json.loads()将json字符串转换为json字典格式数据。最后我们利用python字典的特性获取我们想要的信息。

from docx import Document
import re
import pandas as pd
import json 
# 1.读取word文档，获取word文档里面的内容
x = ""
doc = Document(r"G:1Pycharm_Project3572(1).docx")
for paragraph in doc.paragraphs:text = # 读取word里面的内容有一个特点：每一页会返回一个字符串，共3页，一共返回了3个单独的字符串。# 但是这是一个完整的json字符串，我们不能将他分开呀。因此，使用字符串拼接，将其合并起来。x += text# 2.使用json.loads()将json字符串 转换为 字典格式的数据。
r = json.loads(x)# 3.对于字典，我们可以利用键，获取里面的值。
x = []
z = []
for i in r["data"]["ques"]:x.append(i["content"])y = ""for j in i["options"]:y += j["answer"] + " " + j["option"]y += "；"z.append(y)# 4.将获取到的数据，保存成一个DataFrame格式的数据，并导出为excel表格。
data = {"content":x,"options":z}
df = pd.DataFrame(data)
display(df)
df.to_excel("text.xlsx")

结果如下：

如果想学习文中设计的python办公自动化，我花了整整一周时间，给你准备了97页的学习资料，详细见下文：

  
  
  

   

关注微信公众号『数据分析与统计学之美』，后台回复“高清图谱”自动获取8张高清知识图谱。