如何完全获取含有内嵌表格的word数据？

Question

from docx import Document

document = Document(XXX.docx)

def get_nested_tables(table):
    for table_row in table.rows:
        for table_cell in table_row.cells:
            return table_cell.tables[0]

data_update = []

def get_table_text(table):
    table_text=''
    for i in table.rows:
        for j in i.cells:
            data_update.append(j.text)
    return table_text

table=document.tables[0] #第一个表格
get_table_text(get_nested_tables(table))
print(data_update)

目前只能输出第一行嵌套表内的数据，即data_update = ['1', '2', '3', '4']

想使用以上代码将下图输出data_update = ['1', '2', '3', '4','1', '2', '3', '4','5', '6'],如果第三行还有嵌套表还能继续在列表后append，应该如何修改？网上关于docx获取嵌套表数据的文章实在太少了，期待大佬的回复。

 

Answer 1

改写一下代码，就能得到你想要的结果：

from docx import Document

document = Document('9.docx')

def get_nested_tables(table):

    data=[]

    for table_row in table.rows:

        for table_cell in table_row.cells:

            data.append(table_cell.text)#将单元格数据添加进data列表。

    return data 

new=[]

for tab in document.tables:#遍历文档中所有表格

    d=get_nested_tables(tab)

    new.extend(d)#将表格数据添加到一个列表中，如果需要每个表格数据以一个列表形式表示的话，就用append。

print(new)