Python 读取文本内容插入数据库问题

两种方法

1、python读取文件后，解析value中的id，存储到list中，再读另一个文件时，去list里判断是否已存在

2、python读取另一个文件后，解析values中的id，脚本直接去数据库判断是否存在

其实数据库可以设计id未主键，这样你直接insert即可，出错的话，数据库会容错

# -- coding:utf-8 --

from win32com import client as wc

import os

key = '文档密码'

def Translate(input, output):

# 转换

wordapp = wcDispatch('WordApplication')

try:

doc = wordappDocumentsOpen(input, False, False, False,key)

docSaveAs(FileName=output, FileFormat=4, Encoding="gb2312")

docClose()

print(input, "完成")

osremove(input)

# 为了让python可以在后续 *** 作中r方式读取txt和不产生乱码，参数为4

except:

print(input,"密码错误")

if __name__ == '__main__':

#docx文档物理路径

path = r"C:Usersdocx"

key = '文档密码'

j=0

for file in oslistdir(path):

if 'doc' in file:

name = filesplit("docx")[0]

#输入文档物理路径

input_file = r"C:Usersdocx"+""+file

#输出文档物理路径

output_file=r"C:Users xt"+""+name+"txt"

Translate(input_file, output_file)

j=j+1

print(j)

else:continue

word中文件的格式如图，类似一个标准的参考文献格式，而我的需求是按照作者，论文名，期刊名，时间，期卷号存到一个excel中。

1首先，word的python读取每次读的是块。

2通过对格式的分析，确定了利用，来分割字符串，然后再用来分割上次分割的第一个字符串，这对于期刊论文很适用，对于会议论文的可用性就弱很多。

3数据的传递使用的是list而不是字典，如果有机会的话，可能字典更好用，只是时间有限。

python自带的split

并且支持反向切割，strrsplit()语法和正向一致

2re库带的split，自认为的亮点是可以支持吧不同的符号作为切割位点，例如，

rematch与research的区别

rematch只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而research匹配整个字符串，直到找到一个匹配

Python 的 re 模块提供了resub用于替换字符串中的匹配项。

语法：

Python学习笔记(28) - Python读取word文本 - 程序员大阳的博客



1 简介 Python可以利用python-docx模块处理word文档,处理方式是面向对象的。也就是说python-docx模块会把word文档,文档中的段落、文本、字体等都看做对象,

2 相关概念 如果需要读取

以上就是关于Python 读取文本内容插入数据库问题全部的内容，包括:Python 读取文本内容插入数据库问题、Python批量读取加密Word文档转存txt文本实现、python从word中读取规则数据存到excel中等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！