import osfrom openpyxl import Workbook# ========== 配置区域，自己改路径 ==========root_folder = r"D:\你的总文件夹路径"    # 根目录save_excel_path = r"D:\dwg文件清单.xlsx"# =======================# 新建工作簿wb = Workbook()ws = wb.activews.title = "DWG路径清单"ws["A1"] = "DWG文件绝对路径"row = 2  # 从第二行开始写数据# 递归遍历所有文件for dirpath, _, filenames in os.walk(root_folder):    for file in filenames:        # 忽略大小写 .DWG/.dwg        if file.lower().endswith(".dwg"):            full_path = os.path.abspath(os.path.join(dirpath, file))            ws.cell(row=row, column=1, value=full_path)            row += 1# 保存Excelwb.save(save_excel_path)print(f"DWG路径抓取完成，共写入{row-2}个文件，保存至：{save_excel_path}")

import osimport reimport pythoncomimport win32com.client as win32import pandas as pd# ===== 改成你自己的路径 =======root_dir = r"G:\父级文件夹"   # 顶层目录excel_out = r"G:\成果\test.xlsx"  # 输出Exceldef clean_text(text):    """清洗文本：移除Excel不支持的非法控制字符、不可见字符"""    if not text:        return ""    # 1. 移除所有ASCII控制字符（0-31，127），包括报错的_x0007_、换行、制表符等    text = re.sub(r'[\x00-\x1F\x7F]', '', text)    # 2. 替换多余空格（可选，让格式更整洁）    text = re.sub(r'\s+', ' ', text).strip()    return textdef read_doc_lines(file_path):    """用 Word 按行读取文档内容，返回行列表"""    pythoncom.CoInitialize()    try:        word = win32.DispatchEx("Word.Application")        word.Visible = False        word.DisplayAlerts = 0        doc = word.Documents.Open(FileName=file_path,ReadOnly=True,  AddToRecentFiles=False)        # 按段落（行）读取 + 清洗非法字符        lines = []        for p in doc.Paragraphs:            line = p.Range.Text.strip()            # 核心：清洗非法字符            line = clean_text(line)            if line:  # 过滤空行                lines.append(line)        doc.Close(SaveChanges=False)        word.Quit()        return lines    except Exception as e:        print(f"读取失败：{file_path} => {str(e)}")        return []    finally:        pythoncom.CoUninitialize()def main():    data = []    for root, _, files in os.walk(root_dir):        for file in files:            ext = file.lower()            if not (ext.endswith(".doc") or ext.endswith(".docx")):                continue            full_path = os.path.join(root, file)            print("处理：", full_path)            lines = read_doc_lines(full_path)            if not lines:                continue            # 逐行存入数据            for idx, line in enumerate(lines, 1):                data.append({"文件名": file,"文件路径": full_path,"行号": idx,"内容": line})    # 导出 Excel    df = pd.DataFrame(data)    df.to_excel(excel_out, index=False)    print("\n✅ 全部完成！Excel 已保存到：", excel_out)if __name__ == "__main__":    main()

import osimport reimport pandas as pdimport win32com.client as win32# =========== 【改成你自己的路径】 ==========WORD_FOLDER = r"C:\父级文件夹目录"OUTPUT_EXCEL = r"C:\提取结果.xlsx"# =============================# 防闪退：捕获所有错误并打印try:    word_app = win32.Dispatch("Word.Application")    word_app.Visible = False    word_app.DisplayAlerts = 0    def extract(file_path):        try:            doc = word_app.Documents.Open(file_path, ReadOnly=True)            text = doc.Content.Text            doc.Close(SaveChanges=False)            # 1. 该宗地位于（完整保留，不删小地名）            loc_match = re.search(r"该宗地位于\s*([^。\n]+)", text)            # 2. 受 XXX 委托            name_match = re.search(r"受\s*(.+?)\s*委托", text)            # 3. 用地总面积（纯数字）            area_match = re.search(r"用地总面积.*?(\d+)", text)            location = loc_match.group(1).strip() if loc_match else "未提取"            name = name_match.group(1).strip() if name_match else "未提取"            area = area_match.group(1).strip() if area_match else "未提取"            print(f"✅ {os.path.basename(file_path)} | {name} | {location} | {area}")            return {"文件名": os.path.basename(file_path),"受委托姓名": name,"该宗地位于": location,"用地总面积": area}        except Exception as e:            print(f"❌ 读取失败：{file_path} | 错误：{e}")            return {"文件名": os.path.basename(file_path),"受委托姓名": ","该宗地位于": "","用地总面积": ""}    data = []    for root, _, files in os.walk(WORD_FOLDER):        for f in files:            if f.lower().endswith((".doc", ".docx")) and not f.startswith("~$"):                data.append(extract(os.path.join(root, f)))    df = pd.DataFrame(data)    df.to_excel(OUTPUT_EXCEL, index=False, engine="openpyxl")    word_app.Quit()    print("\n🎉 提取完成！按任意键关闭")except Exception as e:    print(f"\n❌ 程序异常：{e}")   # 防闪退：等待输入os.system("pause >nul")