[发明专利]基于python完成word表格转秩的方法及系统

说明书

本发明公开了基于python完成word表格转秩的方法及系统，属于数据处理技术领域，本发明要解决的技术问题为如何将电子版word表格批量转秩成横向excel记录行并进行汇总，提高信息收集的效率，同时提高信息处理的准确性，采用的技术方案为：该方法是基于SpringBoot框架，采用java+python语言编写，并采用mysql作为数据库，同时采用mybatis作为数据库交互；再基于VUE构建前端页面进行交互，实现文件上传及目标表的生成和下载；并调用python进行word表格的数据抽取并生成excel表，保证数据处理的效率。

技术领域

本发明涉及数据处理技术领域，具体地说是一种基于python完成word表格转秩的方法及系统。

背景技术

在日常的信息处理中，经常需要利用word表格作为信息收集的格式，当前很多的信息收集是通过word表格采集的(电子版或纸质版)。针对电子版的word表格及纸质版的word扫描件，在数据汇总处理方面又存在诸多的不便，目前主要采取人工的方式汇总成excel表格进行处理，效率低且容易出错。

故如何将电子版word表格批量转秩成横向excel记录行并进行汇总，提高信息收集的效率，同时提高信息处理的准确性是目前亟待解决的技术问题。

发明内容

本发明的技术任务是提供一种基于python完成word表格转秩的方法及系统，来解决如何将电子版word表格批量转秩成横向excel记录行并进行汇总，提高信息收集的效率，同时提高信息处理的准确性的问题。

本发明的技术任务是按以下方式实现的，一种基于python完成word表格转秩的方法，该方法是基于SpringBoot框架，采用java+python语言编写，并采用mysql作为数据库，同时采用mybatis作为数据库交互；再基于VUE构建前端页面进行交互，实现文件上传及目标表的生成和下载；并调用python进行word表格的数据抽取并生成excel表，保证数据处理的效率。

作为优选，该方法具体如下：

S1、判断是否输入模板：

①、若是，则提取模板字段，下一步执行步骤S2；

②、若否，则跳转至步骤S2；

S2、识别所有目标word表格文档；

S3、统一文件格式为docx；

S4、比对字段值及数量，排除非模板模式文档；

S5、判断是否存有模板字段：

①、若是，则排除模板字段，下一步执行步骤S6；

②、若否，则跳转至步骤S6；

S6、将word表格文档字段导出成excel；

S7、调整字段。

更优地，通过前端页面交互，设定word表格中哪些字段为字段名以及哪些字段为字段值，减少了对生成数据的处理。

更优地，设定word表格中哪些字段为字段名以及哪些字段为字段值具体如下：

对导入的word表格模板的字段进行提取，作为预制字段名；

在后续word表格提取的字段中自动过滤掉字段名，只将字段值汇总成excel表格，最大程度上简化了对生成表格的后期处理。

更优地，字段名的确认方式是通过上传空白模板，并自动过滤掉批量word表格文档中的字段名，并将字段值进行汇总。

更优地，word表格进行数据处理时，选择对word表格进行无差别识别，将word表格中的所有字段均对应生成在excel表中，并进行调整。