import os
import win32com
from win32com.client import Dispatch
import re

# pip install pywin32 openpyxl
# pip install pywin32
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

# 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):
    os.mkdir(excel_dir)
# 遍历working_dir目录下的所有子文件夹
for root, dirs, files in os.walk(working_dir):
    for dir in dirs:
        # 获取县区名称
        county_name = dir
        # 获取县区文件夹路径
        county_dir = os.path.join(root, dir)
        # 遍历县区文件夹下的所有文件
        for file in os.listdir(county_dir):
            # 获取文件路径
            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('~'):
                areaName = file
                areaName = re.sub(r'[^\u4e00-\u9fa5]', '', areaName)
                if '市' not in areaName and '县' not in areaName and '区' not in areaName:
                    continue
                # 打开文件文件，按行读取
                with open('replaceBlank.txt', 'r', encoding='utf-8') as f:
                    for line in f:
                        # 去除每行前后的空白字符，包括空格、制表符和换行符
                        line = line.strip()
                        # 将文本中的关键字替换为空字符串
                        areaName = areaName.replace(line, '')
                # 打开文件文件，按行读取
                with open('replaceText.txt', 'r', encoding='utf-8') as f:
                    for line in f:
                        # 去除每行前后的空白字符，包括空格、制表符和换行符
                        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"正在处理文件：{areaName}")

print("恭喜，所有县区数据整理工作成功完成！")