Python操作Excel、Word、PPT和HTML文件知识点总结

📊 Excel文件操作

核心库：openpyxl（推荐） / pandas

# 使用openpyxl创建Excel
from openpyxl import Workbook
wb = Workbook()
ws = wb.active
ws['A1'] = "销售额"
ws['B1'] = 5000
wb.save("report.xlsx")

# 使用pandas读取数据
import pandas as pd
df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
print(df.describe())

📝 Word文件操作

核心库：python-docx

from docx import Document
doc = Document()
doc.add_heading('项目报告', 0)
doc.add_paragraph('关键指标：')
table = doc.add_table(rows=2, cols=2)
table.cell(0,0).text = "Q1"
table.cell(0,1).text = "$10000$"
doc.save('report.docx')

📽 PPT文件操作

核心库：python-pptx

from pptx import Presentation
prs = Presentation()
slide_layout = prs.slide_layouts[1]  # 标题+内容版式
slide = prs.slides.add_slide(slide_layout)
title = slide.shapes.title
title.text = "季度汇报"
content = slide.placeholders[1]
content.text = "• 营收增长 $15\%$\n• 成本下降 $8\%$"
prs.save('presentation.pptx')

🌐 HTML网页操作

核心库：BeautifulSoup + requests

import requests
from bs4 import BeautifulSoup

url = "https://example.com"
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

# 提取所有链接
for link in soup.find_all('a'):
    print(link.get('href'))
    
# 修改HTML内容
title_tag = soup.find('title')
title_tag.string = "新标题"
print(soup.prettify())

关键知识点对比

注意事项

1. 安装依赖：

   pip install openpyxl pandas python-docx python-pptx beautifulsoup4 requests
   

2. Excel处理大数据集时建议使用pandas，其内置优化如： $$ \text{处理效率} \propto \frac{1}{\text{数据维度}} $$
3. HTML解析时注意网站robots.txt限制
4. 操作二进制文件（如.doc/.xls）需使用pywin32库（仅Windows）