Word文档的读入【2】

news2024/9/24 11:33:34

现在，乔老师已经了解了Word文档的基本结构。
下面，我们通过观察一份答题卡来思考一下每条信息的具体位置。这样，在后面几天的学习和操作中，我们就能更快、更准确地读取到答题卡中的信息。
这份答题卡是由一个表格和一些段落组成。
其中，学生的学号位于第4个段落中的第二个样式块。

接下来，我们需要读取答题卡中的表格来获取学生的选择题答案。
表格中的第二行是学生填写的内容，只需依次读取这一行中的信息，然后和标准答案进行对比，便可以算出选择题分数。

最后，通过依次读取剩下段落中的第二个样式块，我们便可以获取到学生的填空题内容。
填空题的第一题位于答题卡中的第9段，只需逐行读取到答题卡中的最后一个段落，然后和标准答案进行对比，便可以算出填空题的分数。

根据刚刚的定位，我们便可以得出获取学生学号、答题内容和对应分数的具体步骤：
1. 逐个读取班级文件夹下的学生答题卡
2. 获取学生的学号
3. 读取选择题答案并计算分数
4. 读取填空题答案并计算分数

在昨天的课程中，我们已经获取了学生的班级和姓名信息。现在，我们来根据昨天的定位，获取答题卡中学生的学号吧～具体步骤如下：
1. 安装和导入相关模块 2. 读取答题卡
3. 读取指定段落 4. 读取指定样式块
5. 获取文本内容

在终端中输入pip install python-docx安装模块。

要使用Python对Word文档进行读取，我们需要安装一个用于读取数据的工具python-docx。python-docx是一个用于创建和更新Word文档的开源模块。需要注意的是，该模块只可读取、写入.docx文件，不支持.doc文件。安装python-docx非常简单，在终端中输入代码：pip install python-docx即可。

代码：pip install python-docx

完善代码（请使用import导入docx）

安装完python-docx模块后，下一步就是导入这个模块。需要注意的是，导入python-docx模块需要使用import docx，而不是import python-docx。

# 使用import导入os模块

import os

# 使用import导入docx

import docx

# 将乔老师的答题卡文件夹路径 /Users/qiao/answerKey 赋值给变量allKeyPath

allKeyPath = "/Users/qiao/answerKey"

# 使用os.listdir()函数获取该路径下所有的文件，并赋值给变量allItems

allItems = os.listdir(allKeyPath)

# 定义一个空列表allStudentsData存储所有学生数据

allStudentsData = []

# 使用for循环逐个遍历所有学生答题卡

for item in allItems:

# 定义一个空字典studentData存储单个学生数据

studentData = {}

# 使用os.path.splitext()函数获取文件名的前半段，并赋值给变量fileName

fileName = os.path.splitext(item)[0]

# 使用split()函数以"-"分隔文件名，将第1部分班级信息赋值到学生数据字典的classInfo键里

studentData["classInfo"] = fileName.split("-")[0]

# 使用split()函数以"-"分隔文件名，将第2部分姓名信息赋值到学生数据字典的name键里

studentData["name"] = fileName.split("-")[1]

# 使用append()函数将studentData添加到总学生数据allStudentsData中

allStudentsData.append(studentData)

在安装和导入python-docx之后，读取指定路径下的Word文档需要使用函数：docx.Document()。只需将Word文档的路径作为参数传入该函数中即可。docx.Document()函数读取成功后，会返回一个Word文档对象。

逐步完善代码（读取当前答题卡并赋值给变量doc。）

乔老师要读取文件夹中的每一份答题卡，就需要在for循环里，先使用os.path.join()函数拼接出当前答题卡的路径。我们将拼接好的路径赋值给了keyPath。
然后，再将keyPath作为参数传入到docx.Document()函数内即可。我们把读取出来的结果赋值给了变量doc，并输出进行查看。可以看到，读取出的结果是一个个的Word文档对象。