'commit'

Py/DoAreaDocx.py

@@ -8,6 +8,12 @@ import re
 working_dir = r"D:\dsWork\YunNanDsBase\Doc\全省及州市县区人口与教育报告集20241023\133个县区报告2022\县区研究报告"
 import openpyxl
 
+# 是不是打Word显示
+docApp = win32com.client.Dispatch('Word.Application')
+# 是不是打Word显示
+docApp.Visible = False
+docApp.DisplayAlerts = 0
+
 # 在工作目录下创建Excel目录
 excel_dir = r'D:\dsWork\YunNanDsBase\Doc\全省及州市县区人口与教育报告集20241023\133个县区报告2022\Excel'
 if not os.path.exists(excel_dir):
@@ -25,7 +31,7 @@ for root, dirs, files in os.walk(working_dir):
             file_path = os.path.join(county_dir, file)
             # 判断文件是否是Word文档
             if file_path.endswith('.docx') and not file.startswith('~'):
-                cityName=file_path.replace(working_dir,'')[1:].split("各县")[0]
+                cityName = file_path.replace(working_dir, '')[1:].split("各县")[0]
                 areaName = file
                 areaName = re.sub(r'[^\u4e00-\u9fa5]', '', areaName)
                 if '市' not in areaName and '县' not in areaName and '区' not in areaName:
@@ -44,7 +50,54 @@ for root, dirs, files in os.walk(working_dir):
                         line = line.strip()
                         # 将文本中的关键字替换为空字符串
                         areaName = areaName.replace(line.split(' ')[0], line.split(' ')[1])
-                #
-                print(f"正在处理县区：{cityName}{areaName}")
+                # 检查Excel目录下是不是存在这个城市的文件夹，如果不存在，则创建
+                city_dir = os.path.join(excel_dir, cityName)
+                if not os.path.exists(city_dir):
+                    os.mkdir(city_dir)
+                # 使用word读取图表的技术，保存EXCEL文件到城市的目录下
+                doc = docApp.Documents.Open(file_path)
+                # 遍历文档中所有的文字段落,判断是不是以 图+数字开头
+                idx = 1
+                # 图表的名称列表
+                tb_list = []
+                for para in doc.Paragraphs:
+                    x = para.Range.Text.strip().replace("图 ", "图").replace("  ", " ")
+                    if x.startswith("图"):
+                        tb_list.append(x)
+                        idx = idx + 1
+
+                # 遍历文档中的所有内嵌形状
+                idx = 1
+                for inline_shape in doc.InlineShapes:
+                    if inline_shape.Type == win32com.client.constants.wdInlineShapeChart:  # 检查是否为内嵌图表
+                        shape = doc.InlineShapes(idx)
+                        sheet = shape.Chart.ChartData.Workbook.Worksheets(1)
+                        # 创建一个新的Excel工作簿
+                        wb = openpyxl.Workbook()
+                        ws = wb.active
 
+                        # 遍历Excel工作表中的所有单元格，并将其写入新的工作簿
+                        for row in range(1, sheet.UsedRange.Rows.Count + 1):
+                            for col in range(1, sheet.UsedRange.Columns.Count + 1):
+                                cell_value = sheet.Cells(row, col).Value
+                                ws.cell(row=row, column=col, value=cell_value)
+                        # 保存新的Excel文件
+                        try:
+                            original_string = tb_list[idx - 1]
+                        except:
+                            continue
+                        # 使用正则表达式过滤，只保留中文、英文和数字
+                        original_string = original_string[1:]
+                        if ' ' in original_string:
+                            original_string = original_string.split(" ")[1]
+                        filtered_string = re.sub(r'[^\u4e00-\u9fa5a-zA-Z0-9]', '', original_string)
+                        fileName = '【' + str(idx) + '】' + filtered_string + ".xlsx"
+                        wb.save(city_dir + '/' + fileName)
+                        print("保存文件：" + fileName)
+                        # 下一个图表的索引号
+                        idx = idx + 1
+                # 关闭文档和Word应用
+                doc.Close()
+                print(f"县区处理完成：{cityName}{areaName}")
+docApp.Quit()
 print("恭喜，所有县区数据整理工作成功完成！")