zoukankan      html  css  js  c++  java
  • python博客园信息爬取--word篇

    按照建民老师要求需要以上一篇博客爬取出来的excel作为目录,每一条信息独立成一个文档。

    此操作可分为两部分,第一部分是对doct文件的处理,第二部分是对代码的处理

    首先介绍doct文件的处理,doct文件为

     
     
    建立完文件后要对dotx文件进行编辑并加上书签。
     
     
     
     
    一定要记住标签的命名!!!!!!!大家这两天给我反馈的报错主要就是大家的标签名和代码里的不一致。
     
     
     
     
    之后为python部分
    from win32com.client import Dispatch
    from datetime import datetime
    import os
    
    zpath=os.getcwd()+'\'
    app = Dispatch('Word.Application')
    #app.Visible = True
    xlApp = Dispatch("Excel.Application")
    #xlApp.Visible = True
    xlBook = xlApp.Workbooks.Open(zpath+'blog_list13.xlsx')
    
    for i in range(5):
        name = xlBook.Worksheets('blog').Cells(i+2, 1).Value
        line = str(xlBook.Worksheets('blog').Cells(i+2, 2).Value)
        time = str(xlBook.Worksheets('blog').Cells(i+2, 3).Value)
        content = str(xlBook.Worksheets('blog').Cells(i+2, 4).Value)
        print(name,line,time,content)
        doc = app.Documents.Add(zpath+'博客标题.dotx')
        doc.Bookmarks("name").Range.Text = name
        doc.Bookmarks("line").Range.Text = line
        doc.Bookmarks("time").Range.Text = time
        doc.Bookmarks("content").Range.Text = content
      
    doc.SaveAs(zpath +'1905-2 20194157 韩佳作 '+time+'.doc')
      print(zpath +'1905-2 20194157   '+time+'.doc')
      print(i)
    app.Documents.Close() app.Quit() xlBook.Close() xlApp.Quit() print("运行结束!!")

      

  • 相关阅读:
    【Oracle】EXPDP和IMPDP数据泵进行导出导入的方法
    【Oracle】无法删除当前连接的用户
    消除SVN锁定
    提取当前目录所有文件名
    【Weblogic】domain快速启动脚本
    Spring @Transactional注解不回滚不起作用无效
    协方差与相关系数
    利用深度学习解决直播支付风控[转]
    高质量API网关组件实现
    git使用初探
  • 原文地址:https://www.cnblogs.com/jz-no-bug/p/14905030.html
Copyright © 2011-2022 走看看