Как с помощью python найти в doc файле значение, определить в какой оно таблице и столбце?

Question

[god_dan63]

У меня есть doc файл с 15 таблицами, в какой то ячейке одной из таблиц есть значение, мне нужно определить в какой из таблиц оно находится и его строку со столбцом.
Это возможно?
Я так же могу получить этот doc файл в формате html, возможно там будет легче?

Comments

[Алан Гибизов]

Это, скорее всего, возможно; однако тут не место для размещения заказов. См.п.5.12.

[god_dan63]

Алан Гибизов, Я не прошу кого то мне это решать, я прошу подсказать с помощью чего это можно сделать

Answer 1

[Алан Гибизов]

god_dan63, с помощью парсеров, разумеется. В зависимости от того, что надо разбирать, выберите парсер, изучите его документацию и сделайте программу. Если не заработает, как ожидалось - приносите код и traceback ошибки, тогда будет больше шанс получить полезный ответ.

В вашем конкретном случае можно использовать bs4 для html варианта либо python-docx для word. Оба позволяют вычленить таблицы и работать с ними. Первый немного более низкоуровневый. В зависимости от вашей квалификации как программиста может быть легче в более гибком, но «сложном» bs4 или несколько более ограниченном, но «простом» python-docx.

Comments

[god_dan63]

Спасибо!

[god_dan63]

Можете подсказать как открыть в питоне html не как текст?
У меня есть html файл, я пытаюсь его открыть:

WorkHTML = open('C:\WorkSpace.html' , 'r',encoding='utf8').read()

Он в питоне отображается как строка и соответственно у меня не получается парсить строку(
В каком формате он должен быть чтобы я смог его парсить через bs4? Я с этой проблемой очень давно пытаюсь бороться, не нашел решение

[soremix]

В каком формате он должен быть чтобы я смог его парсить через bs4?

Валидный HTML типа str

[god_dan63]

soremix,
Я пытаюсь искать в нем, он типа str, но выдает ошибку
Может я не правильно Вас понял?

WorkHTML = open('C:\WorkSpace.html' , 'r',encoding='utf8').read()


print(type(WorkHTML)) #Выводит строку

qwe = WorkHTML.find_all(...)#Выводит ошибку 'str' object has no attribute 'find_all'

[soremix]

god_dan63, а в bs4 кто приводить будет?

soup = BeautifulSoup(WorkHTML, 'html.parser')
qwe = soup.find_all(...)

[Алан Гибизов]

god_dan63, один вопрос - один ответ. Создайте новый вопрос со своим кодом, что от него ожидаете и что получается. Там скорее получите адекватный ответ.

[god_dan63]

soremix, Огромное спасибо!

[god_dan63]

Алан Гибизов, Огромное спасибо!