[python] docx 라이브러리 이용기

※ 공부하는 포스팅으로 틀린 것이나 맞지 않는 표현 있을 수 있습니다. 피드백받습니다!!

 

파이썬에서 word 파일 중 표를 handling 해야 하는 일이 생겨서 이용하게 되었다. 표를 다루면서 알게 된 것들을 정리한다.

 

사용 환경

• window10
• vscode
• jupyter notebook

 

버전

• python 3.10.2
• docx 0.2.4

 

install method

$ pip install python-docx

 

Word file example

< word 파일 예시 >

 

word 파일의 표는 docx 라이브러리에서 table이라고 불리며 표 handling은 다음과 같이 크게 3개의 방법으로 다룰 수 있다. 코드는 나중에 코드 파트에서 table에서 cell값에 접근하는 것을 순차적으로 해보며 다루기로 한다.

 

table handling example

1. 표 읽기

< 표(table) 읽기 >

 

2. 행 읽기

< 행(row) 읽기 >

 

3. 열 읽기

< 열(cells) 읽기 >

 

 

start code

접근하고 싶은 cell은 다음과 같다.

 

< 데이터를 뽑고 싶은 cell >

 

위 셀을 읽기 위한 진행은 다음과 같다.

 

1. 표(table)를 읽기

from docx import Document

#파일 위치\\파일이름 할것
path = 'C:\code\\test_docx.docx'
document_test = Document(path)
#문서 내 전체표를 객체로 가져옴
table=document_test.tables
table

 

[<docx.table.Table at 0x16b5a9a5b10>]

 

결과 값을 보면 리스트 괄호에 table의 값이 들어가 있다.

 

[<docx.table.Table at 0x16b5a997eb0>, <docx.table.Table at 0x16b5a997ee0>]

 

표가 여러 개 일 경우 파이썬 list append처럼 뒤에 추가되는 형태로 구성이 이루어진다.

 

 

2. 행(row) 읽기

table[0].rows[0]

<docx.table._Row at 0x16b5aa2df00>

 

위의 코드는 table 0번째에 row 0 번째를 읽어오는 코드이다.

 

 

3. 셀(cell) 읽기

table[0].rows[0].cells[1]

<docx.table._Cell at 0x16b5a9a5c30>

 

위의 코드는 table 0번째에 row 0 번째에 cell 1번째를 읽어오는 코드이다.

여기서 text를 가져오기 위해 다음의 코드를 덧붙인다.

 

table[0].rows[0].cells[1].text

'\n4\n'

 

. text를 붙이게 되면 읽었던 cell의 text 값을 읽어 올 수 있게 된다.

 

여기까지 해서 word 파일을 파이썬의 docx 라이브러리를 이용하여 handling 하는 것을 알아보았다. 여러 개의 표를 읽고 원하는 cell에 접근하려면 약간의 for 문 코딩을 통해 값에 접근할 수 있을 것입니다. 더 자세한 사항은 reference를 참고하거나 구글링을 해보는 것을 추천합니다.

 

 

Reference

python-docx

 

 

Table objects — python-docx 0.8.11 documentation