python读取 xls，xlsx，csv，doc，docx，pdf 格式的文件

原创

已于 2023-03-18 15:53:31 修改 · 1.5k 阅读

标签

#python

收录于

于 2023-02-18 23:10:48 首次发布

本文介绍了使用Python3.10.4读取不同格式文件的方法，包括xlrd和openpyxl处理xls/xlsx，docx模块读取docx，转换后读取doc，以及pdfplumber处理pdf，还涉及csv读取。此外，提到了前端和Spring框架的相关技术。

前言

利用python读取 xls，xlsx，csv，doc，docx，pdf 格式的文件
python版本3.10.4

读取xls

pip install xlrd==2.0.1
wps的.et文件也可以读取

import xlrd

wb = xlrd.open_workbook(path)

# 获取所有工作表
for index,value in enumerate(wb.sheet_names()):
    sheet = wb[index]

    # 获取工作表总行数
    rows = sheet.nrows
    # 获取工作表总列数
    cols = sheet.ncols
    # 总行，总列

    # 获取某一单元格内容(行, 列)，列表从0开始r
    for r in range(0, rows):
        for c in range(0, cols):
            if sheet.cell(r, c).value:
              print(sheet.cell(r, c).value)

读取xlsx

pip install openpyxl==3.1.1

import openpyxl

# 获取工作簿对象
wb = openpyxl.load_workbook(path)

# 获取所有工作表
for index,value in enumerate(wb.sheetnames):
    sheet = wb[wb.sheetnames[index]]

    # 获取工作表总行数
    rows = sheet.max_row
    # 获取工作表总列数
    co