Python如何提取Word文档中的表格并导出为Excel

在日常办公或处理数据时，我们常常需要把Word文档里的表格汇总到Excel里进行计算或分析。面对几十页甚至上百页的文档，手动复制粘贴不仅效率低下，还很容易出现单元格错位、格式丢失的问题。有没有一种方法，能让我们彻底告别这种重复劳动呢？答案是肯定的。本文将带你探索如何利用Python，实现数据从Word到Excel的自动化迁移，让繁琐的工作一键完成。

为什么选择自动化方案？常见技术方案对比

面对Word表格导出的需求，开发者其实有多种选择，比如手动操作、使用VBA等等。但哪种才是最适合你的呢？这得从业务场景、开发成本和处理效果几个维度来综合考量。

• 手动复制粘贴：只适用于处理极少量、结构单一的表格。它的短板很明显：无法保持长文本的段落格式，一旦遇到合并单元格等复杂结构，数据很容易“跑偏”。
• VBA (Visual Basic for Applications)：作为Office自带的脚本语言，VBA能快速导出Word表格。但它语法相对陈旧，调试起来比较麻烦。更重要的是，它高度依赖Microsoft Office环境，在没有安装Office的服务器或Linux系统上就无法运行，设备局限性较大。
• 开源Python库（如python-docx）：这类工具灵活性很高，但“能力越大，责任越大”。在处理嵌套表格、复杂的行列跨度映射时，往往需要开发者编写大量的底层逻辑代码，开发成本不低，对编程知识有一定要求。
• 专业类库（Spire系列组件）：这类工具功能强大，API设计得简单易懂。其核心优势在于独立性（无需安装Office）和高集成度。它将复杂的Word文档对象模型（DOM）解析与Excel坐标转换都封装好了，开发者通过简单的API调用，就能精准保留原文的逻辑结构和文本格式。

方案对比表：

综合来看，对于追求高效率和系统稳定性的企业级开发，使用 Spire.Doc for Python 配合 Spire.XLS for Python 是目前更优的实战选型。

环境准备

在动手编写脚本之前，需要先确保你的Python环境里已经装好了必要的“武器”。这两个库分工明确：一个负责解析Word的流式文档结构，另一个则负责构建Excel的行列坐标体系。

pip install Spire.Doc
pip install Spire.XLS

你可以选择分别安装Word和Excel组件，也可以直接安装Spire.Office for Python，它包含了文档、表格、演示文稿和PDF处理的全家桶。另外，所有组件都提供免费版本，方便小项目测试或学习使用。

如何构建 Python 导出表格的代码

为了让你更清晰地理解整个导出逻辑，我们可以把实现过程拆解成以下几个核心步骤，一步步来看。

1. 引入必要的类库

万事开头先“引包”。在脚本的开头，我们需要引入Spire的核心模块。只有引入了spire.doc和spire.xls及其通用常量，才能在Python中调用它们封装好的文档处理引擎，从而实现对Word文档树的解析和Excel工作簿的构建。

from spire.doc import *
from spire.doc.common import *
from spire.xls import *
from spire.xls.common import *
import os

2. 初始化对象与加载源文件

接下来，分别创建Document和Workbook对象。然后，使用LoadFromFile方法加载需要处理的Word源文档。同时，调用Worksheets.Clear()清空工作簿里默认生成的空白工作表，确保最终的输出结果干净、不受干扰。

# 创建 Word 文档对象并加载文件
document = Document()
document.LoadFromFile("E:/input/项目进度.docx")

# 创建 Excel 工作簿并清空默认工作表
workbook = Workbook()
workbook.Worksheets.Clear()

3. 遍历 Word 文档多层级结构

Word文档的数据存储具有典型的层级结构：节（Section）包含表格（Table），表格包含行（Row），行包含单元格（Cell）。我们需要用嵌套循环来依次遍历文档中的每一个节和每一个表格。每发现一个表格，就通过workbook.Worksheets.Add()动态创建一个新的Excel工作表，并用一个递增的索引sheet_index来自动命名，实现“一表一页”的清晰管理。

sheet_index = 0
for s in range(document.Sections.Count):
    section = document.Sections.get_Item(s)
    tables = section.Tables

    for t in range(tables.Count):
        table = tables.get_Item(t)
        # 动态创建工作表并递增索引
        sheet = workbook.Worksheets.Add(f"Table_{sheet_index + 1}")
        # ... (后续数据提取)
        sheet_index += 1

4. 提取单元格文本与格式映射

这里有个细节需要注意：Word的一个单元格里可能包含多个段落。因此，我们需要遍历单元格内的Paragraphs集合，手动用换行符\n把各个段落的文本拼接起来，这样才能保留原始的换行结构。最后，通过设置Style.WrapText = True，开启Excel单元格的自动换行功能，让文本完美呈现。

# 遍历行与列
for r in range(table.Rows.Count):
    row = table.Rows.get_Item(r)
    for c in range(row.Cells.Count):
        cell = row.Cells.get_Item(c)
        
        cell_text = ""
        for p in range(cell.Paragraphs.Count):
            paragraph = cell.Paragraphs.get_Item(p)
            cell_text += paragraph.Text.strip() + "\n"

        # 写入 Excel 坐标并设置换行
        sheet.Range[r + 1, c + 1].Text = cell_text.strip()
        sheet.Range[r + 1, c + 1].Style.WrapText = True

5. 自动化布局优化与资源释放

数据填充完成后，利用AutoFitColumns()和AutoFitRows()方法，让程序自动根据单元格内容调整列宽和行高，让表格看起来更美观。最后，别忘了释放文档和工作簿对象，确保系统资源被及时回收。

完整代码示例

将上述所有步骤整合起来，就得到了下面这个高效、完整的Word表格导出脚本。你可以直接参考或使用。

from spire.doc import *
from spire.doc.common import *
from spire.xls import *
from spire.xls.common import *
import os

# 创建 Word 文档对象并加载文件
document = Document()
document.LoadFromFile("/input/项目进度.docx")

# 创建 Excel 工作簿并删除默认工作表
workbook = Workbook()
workbook.Worksheets.Clear()

# 遍历 Word 文档中的所有节
sheet_index = 0

for s in range(document.Sections.Count):
    section = document.Sections.get_Item(s)

    # 获取当前节中的所有表格
    tables = section.Tables

    for t in range(tables.Count):

        # 获取当前表格
        table = tables.get_Item(t)
        # 新建工作表
        sheet = workbook.Worksheets.Add(f"Table_{sheet_index + 1}")

        # 遍历表格行
        for r in range(table.Rows.Count):
            row = table.Rows.get_Item(r)

            # 遍历单元格
            for c in range(row.Cells.Count):
                cell = row.Cells.get_Item(c)

                # 提取单元格中的文本
                cell_text = ""
                for p in range(cell.Paragraphs.Count):
                    paragraph = cell.Paragraphs.get_Item(p)
                    cell_text += paragraph.Text.strip() + "\n"

                # 去除末尾换行
                cell_text = cell_text.strip()

                # 写入 Excel 单元格
                sheet.Range[r + 1, c + 1].Text = cell_text
                # 设置自动换行
                sheet.Range[r + 1, c + 1].Style.WrapText = True

        # 自动调整列宽行高
        sheet.AllocatedRange.AutoFitColumns()
        sheet.AllocatedRange.AutoFitRows()
        sheet_index += 1

# 保存为 Excel 文件
workbook.Sa veToFile("/output/word表格.xlsx", ExcelVersion.Version2016)
document.Close()
workbook.Dispose()

为了更直观地展示效果，下图对比了原始Word文档与提取后生成的Excel表格：

结语

通过Python结合Spire.Doc与Spire.XLS库，我们仅用几十行代码就解决了复杂的文档数据提取难题。这种方案不仅完美保留了原始数据的段落和结构，还通过自动化布局显著提升了结果文件的可用性和美观度。如果你正被大批量的文档自动化处理工作所困扰，那么，这条更专业、更稳健的开发路径，值得你尝试。