Парсинг данных из файла Word и сохранение результата в Excel

Уважаемые форумчане!

Вот посоветовали задать вопрос в этой теме. Суть решаемой мной задачи: есть файл Word, который содержит данные (текстовые, числовые, даты). Необходимо их упорядочить и результат записать в файл Excel. Т.е. используя данные из файла Word надо создать таблицу в Excel.
Для более точного описания задачи прилагаю исходный файл Word и требуемый результат его обработки в Excel.

Помогите а?

п.с. - сам не являюсь программистом, но вроде как уже написал (ну ... подправил чужой код) в VB net код для создания таблицы в Excel с нужным количеством столбцов и сохранения ее в виде файла .xls. Теперь вот парсер пробую .....сотворить.

Вложения

	Prim_IsxData.docx (10.6 Кб, 48 просмотров)
	Prim_FinalData.xlsx (10.3 Кб, 29 просмотров)

0

Данные word можно связать с excel и далее средствами excel управлять ими...
пример:

0

Спасибо за ответ!

Я наверное не до конца изложил все нюансы. Конечно, Вы правы, если записей (ну в смысле переменных хотя-бы десяток), то можно и руками "прописать" связи как на приведенном примере. Но когда в файле Word содержится примерно 1200 переменных (это порядка 600 листов тестовой информации с шрифтом 12), к каждой из них надо "привязывать" по 10 значений.... и эти значения изменяются примерно раз в две недели. Тут уж точно требуется автоматизация.

0

Сообщение от KorSar72 ну ... подправил чужой код

На данный момент вижу только постановку задачи - где ваши попытки?
...на форуме множество примеров открытия вордовских файлов, извлечения из них текста, поиска. Что не получается?

1

Кодю..... !

Ну вообще-то примеры кода и правда присутствуют на форуме. Но... совместимость с VB 2010 Express мягко говоря хромает... Рою кучу самоучителей.. и т.п. ...

Плюс народ подсказывает всякие вещи - ну например я не знал, что обработка данных в .txt осуществляется быстрее чем в формате .doc. Следовательно в моем коде должна быть подпрограмма перевода файла .doc в .txt.
Пока не отчаиваюсь и пытаюсь разобраться. Уж не взыщите, что не сразу тут отвечаю.... работаю!

п.с. - но был-бы признателен если вдруг найдется "Дед мороз", который чирканет хотя бы ссылочку на существующий парсер (ищем текст в Ворде и записываем в ячейку Экселя).

0

Конечно, странно использовать Word для сохранения данных, когда в данном случае за глаза хватит txt. Привожу пример, как можно выполнить описываемую вами операцию, к сожалению, у меня старый Office (2003) и все расписано для doc и xls. Хотя при переходе к новым версиям справедливость представляемых операций в целом сохраняется. Правда нужно сразу сказать, что данное решение не быстрое, а для версий Office2007 и старше учитывая формат файлов можно предложить более оптимальное решение. Можно вообще отказаться от использования Word и Excel, а заменить их на доступные библиотеки на базе OpenOfficeXML.

Вложения

WordToExcel.rar (12.3 Кб, 131 просмотров)

0

Ovva, огромное спасибо за Вашу помощь!

п.с. - немного надо "подкрутить" чем и занимаюсь сейчас..... Для сведения (вдруг Вам тоже будет интересно) приложи некий скрин ..... (пытаюсь сам разобраться ибо интересно...).

Миниатюры

 

0

KorSar72, судя по картинке, вы не подключили требуемые библиотеки, а именно
- Microsoft.Office.Interop.Excel
- Microsoft.Office.Interop.Word
См. меню VS: Project/Add Reference…/NET

0

Ну приплыли...
Как оказалось в моем Microsoft Visual Basic 2010 Express нет необходимых библиотек:
- Microsoft.Office.Interop.Excel
- Microsoft.Office.Interop.Word

Но... Бро Гугл помог в очередной раз! ))))

Вот, вдруг у кого тоже проблемки с отсуствием указанных библиотек:

https://www.microsoft.com/en-u... px?id=3508

The redistributable contains the PIAs for the following products:
Microsoft Access 2010
Microsoft Excel 2010
Microsoft InfoPath 2010
Microsoft Outlook 2010
Microsoft PowerPoint 2010
Microsoft Project 2010
Microsoft Publisher 2010
Microsoft SharePoint Designer 2010
Microsoft Visio 2010
Microsoft Word 2010
The redistributable package also contains additional PIAs that are associated with many of these products.

Supported Operating System
Windows 2000 Service Pack 4, Windows Server 2003, Windows XP Service Pack 2
Microsoft Windows XP, Microsoft Windows Vista, Microsoft Windows Server 2003, Microsoft Windows Server 2008, Microsoft Windows 7
The following is also required:
Microsoft .NET Framework 2.0 or higher

Добавлено через 37 минут
Все интереснее и интереснее ..... : скачал, распаковал, запусти файл установщик (o2010pia.msi), установщик отработал ... и не появилось ни одной библиотеки Microsoft.Office.Interop.
Assemblies included in O2010PIA.MSI
1. ADODB
2. extensibility
3. ipdmctrl
4. Microsoft.mshtml
5. Microsoft.Office.InfoPath.Permission
6. Microsoft.Office.Interop.Access
7. Microsoft.Office.interop.access.dao
8. Microsoft.Office.Interop.Excel
9. Microsoft.Office.Interop.Graph
10. Microsoft.Office.Interop.InfoPath
11. Microsoft.Office.Interop.InfoPath.SemiTr ust
12. Microsoft.Office.Interop.InfoPath.Xml
13. Microsoft.Office.Interop.MSProject
14. Microsoft.Office.Interop.OneNote (Assembly version 12.0.0.0)
15. Microsoft.Office.Interop.OneNote (Assembly version 14.0.0.0)
16. Microsoft.Office.Interop.Outlook
17. Microsoft.Office.Interop.OutlookViewCtl
18. Microsoft.Office.Interop.PowerPoint
19. Microsoft.Office.Interop.Publisher
20. Microsoft.Office.Interop.SharePointDesig ner
21. Microsoft.Office.Interop.SharePointDesig nerPage
22. Microsoft.Office.Interop.SmartTag
23. Microsoft.Office.Interop.Visio
24. Microsoft.Office.Interop.Visio.SaveAsWeb
25. Microsoft.Office.Interop.VisOcx
26. Microsoft.Office.Interop.Word
27. Microsoft.stdformat
28. Microsoft.Vbe.Interop
29. Microsoft.Vbe.Interop.Forms
30. MSCOMCTL
31. msdatasrc
32. OFFICE
33. stdole
34. Policy.11.0.Microsoft.Office.Interop.Acc ess
35. Policy.11.0.Microsoft.Office.Interop.Exc el
36. Policy.11.0.Microsoft.Office.Interop.Gra ph
37. Policy.11.0.Microsoft.Office.Interop.Inf oPath
38. Policy.11.0.Microsoft.Office.Interop.Inf oPath.Xml
39. Policy.11.0.Microsoft.Office.Interop.MSP roject
40. Policy.11.0.Microsoft.Office.Interop.Out look
41. Policy.11.0.Microsoft.Office.Interop.Out lookViewCtl
42. Policy.11.0.Microsoft.Office.Interop.Pow erPoint
43. Policy.11.0.Microsoft.Office.Interop.Pub lisher
44. Policy.11.0.Microsoft.Office.Interop.Sma rtTag
45. Policy.11.0.Microsoft.Office.Interop.Vis io
46. Policy.11.0.Microsoft.Office.Interop.Vis io.SaveAsWeb
47. Policy.11.0.Microsoft.Office.Interop.Vis Ocx
48. Policy.11.0.Microsoft.Office.Interop.Wor d
49. Policy.11.0.Microsoft.Vbe.Interop
50. Policy.11.0.Office
51. Policy.12.0.Microsoft.Office.Infopath
52. Policy.12.0.Microsoft.Office.Infopath.Fo rmControl
53. Policy.12.0.Microsoft.Office.Infopath.Pe rmission
54. Policy.12.0.Microsoft.Office.Interop.Acc ess
55. Policy.12.0.Microsoft.Office.Interop.Acc ess.Dao
56. Policy.12.0.Microsoft.Office.Interop.Exc el
57. Policy.12.0.Microsoft.Office.Interop.Gra ph
58. Policy.12.0.Microsoft.Office.Interop.Inf oPath
59. Policy.12.0.Microsoft.Office.Interop.Inf oPath.Xml
60. Policy.12.0.Microsoft.Office.Interop.MSP roject
61. Policy.12.0.Microsoft.Office.Interop.Out look
62. Policy.12.0.Microsoft.Office.Interop.Out lookViewCtl
63. Policy.12.0.Microsoft.Office.Interop.Pow erPoint
64. Policy.12.0.Microsoft.Office.Interop.Pub lisher
65. Policy.12.0.Microsoft.Office.Interop.Sma rtTag
66. Policy.12.0.Microsoft.Office.Interop.Vis io
67. Policy.12.0.Microsoft.Office.Interop.Vis io.SaveAsWeb
68. Policy.12.0.Microsoft.Office.Interop.Vis Ocx
69. Policy.12.0.Microsoft.Office.Interop.Wor d
70. Policy.12.0.Microsoft.Vbe.Interop
71. Policy.12.0.Office


Подскажите, в чем проблемка может быть?

0

Эти библиотеки устанавливаются с пакетом MS Office и на вкладке COM называются Microsoft Exel xx.0 Object Library и Microsoft Word xx.0 Object Library соответственно, где хх.0 зависит от установленного у тебя офиса. Например для 2003 офиса это будет 10.0 (если не ошибаюсь), а для 2010 14.0
Так же для универсальности можно использовать позднее связывание:
вместо:

0

Значит-ли это, что в коде вместо:
Imports WRD = Microsoft.Office.Interop.Word
Imports EX = Microsoft.Office.Interop.Excel

надо написать:

Imports WRD = Microsoft.Word 12.0 Object Library
Imports EX = Microsoft.Excel 12.0 Object Library

я правильно предполагаю?

0

Это значит что в обозревателе решений тебе нужно добавить ссылки на эти библиотеки или вообще отказаться от и использовать позднее связывание

0

KorSar72, если у вас установлены программы Excel и Word, то у вас эти библиотеки должны быть в наличии и ссылки на них м.б. установлены как я уже писал (именно на вкладке NET)

Сообщение от ovva См. меню VS: Project/Add Reference…/NET

Если установлено несколько версий этих программ, то в доступе будет и несколько версий этих библиотек. Для Office2003 будет v.11.
Выбор позднего связывания для вас я бы не рекомендовал просто, потому что вопросы никогда не кончатся. По крайней мере, для раннего связывания работает механизм IntelliSense.

0

У меня установлены только Word 2007 и Excel 2007. Других версий указанных программ нет. При этом в Microsoft Visual Basic 2010 Express (на чем я и пытаюсь написать код) нет библиотек Microsoft.Office.Interop.Word и Microsoft.Office.Interop.Excel (ни в NET, ни в COM. Установить их с официального сайта (как я писал ранее) не получается). При этом в COM имеются Microsoft.Word 12.0 Object Library и Microsoft.Excel 12.0 Object Library.
так, что взял за основу Ваш код и "прикручиваю" вариант, который посоветовал Razvedka2020. (но пока..много ошибок).

0

Ну я чего-то не понимаю, что твориться с моим Microsoft Visual Basic 2010 Express!

Есть код, который нормально работает, но .... только один раз. Если закрыть проект и потом снова его открыть исчезает как форма, так и кнопка в панели управления "пуск" (ну запуск проекта).
При первичном открытии указанного проекта, в коде содержится строка -

Imports Excel = Microsoft.Office.Interop.Excel

и код работает без ошибок (это не смотря на то, что я писал выше про отсутствие указанных библиотек).

Закрываю указанный проект, перезапускаю (или не перезапускаю) Microsoft Visual Basic 2010 Express, создаю новый код (или открываю любой другой проект) где содержится аналогичная строка -

Imports Excel = Microsoft.Office.Interop.Excel

- сразу получаю в списке ошибок сообщение - "Не найден адресуемый компонент Microsoft.Office.Interop.Excel".

Что такое? Криво стоит Microsoft Visual Basic 2010 Express?????

(прикладываю указанный рабочий код).

Вложения

CrtTabExcel1.rar (1.3 Кб, 36 просмотров)

0

Попробую объяснить настолько просто, насколько смогу (да простят меня Гуру форума за мою безграмотность).
Насколько я вижу из написаного тобой, твоя проблема в основном кроется в непонимании механики работы с библиотеками. При работе с библиотеками можно использовать позднее или раннее связывание. При раннем связывании ты добавляешь в проект ссылку на нужную тебе библиотеку (в твоем случае это будет Microsoft.Word 12.0 Object Library и Microsoft.Excel 12.0 Object Library. Не путай с Microsoft.Office.Interop.Word и Microsoft.Office.Interop.Excel - это пространство имен!!!). Теперь ты в проекте можешь обращаться к объектам библиотеки по полному пути, например:Для удобства использования библиотеки и сокращения писанины ты можешь объявить пространство имен (зависит от твоих потребностей и целей):
И теперь обращаться к объектам библиотеки в сокращенной записи (в зависимости от того как объявил):
Так же ты можешь объявить свое собственное пространство имен, как это сделал Ovva:
И также обращаться к объектам библиотеки в сокращенной записи, минуя Microsoft.Office.Interop.Word:
Метод раннего связывания хороший и удобный, но накладывает ограничения, например если добавишь библиотеку из Word 2013, то программа не будет работать где установлен Word 2003-2010.
При позднем связывании ты НЕ ДОБАВЛЯЕШЬ ссылку на библиотеку и НЕ ОБЪЯВЛЯЕШЬ ПРОСТРАНСТВО ИМЕН!!!
Обращаешься к объектам библиотеки через переменную типа "object":
Метод геморный, но зато универсальный. Главное чтобы на целевом компе стоял Word и неважно какой версии (конечно если ты не будишь использовать специфический методы из поздних версий), программа сама подхватывает имеющуюся библиотеку и работает с ней.
Надеюсь что у меня получилось доходчиво объяснить механику работы, а то из меня объясняльщик хреновый (да простят меня Гуру форума за мою безграмотность).

0

Спасибо всем!
И за личные ответы, и за посты на форуме. Засел за учебники.

0

KorSar72, предлагаю вариант решения без использования Word и Excel в явном виде (они вообще могут отсутствовать на компьютере). Требуется добавить ссылку на библиотеку (NET) DocumentFormat.OpenXml. Справедливо для структуры данных примера Prim_IsxData1.doc.
Файлы xlsx записываются по адресу исходных файлов docx.

Миниатюры

 

Вложения

WordToExcel2.rar (15.5 Кб, 78 просмотров)

0

Требуется добавить ссылку на библиотеку (NET) DocumentFormat.OpenXml.

Многоуважаемый Ovva!

В очередной раз не могу найти у себя в VB 2010 Express в (NET) --- >> DocumentFormat.OpenXml.
Пробую поставить с официального сайта www.microsoft.com следующие обновления и .... библиотеки:
- OpenXMLSDKTool.msi
- OpenXMLSDKv2.msi
- office2007sp1-kb936982-fullfile-en-us.exe
- office2007sp2-kb953195-fullfile-en-us.exe
- office2007sp3-kb2526086-fullfile-en-us.exe

п.с. - я уже себя чувствую даже не нубом....((((. Че ж все такое "кривое" у меня стоит на ноуте.....

Добавлено через 1 час 11 минут
Уряяя.... появилась библиотека!

Кое-что все равно надо поправить... ошибки и предупреждения! Работаю.

Добавлено через 32 минуты
открываю код - и сразу ошибки вот в этих строках:

- Imports DocumentFormat.OpenXml.Packaging
- Imports DocumentFormat.OpenXml.Spreadsheet
- Imports DocumentFormat.OpenXml

Предупреждение 1-2-3 Пространство имен или тип, указанные в операторе Imports "DocumentFormat.OpenXml.Packaging"
"DocumentFormat.OpenXml.Spreadsheet"
"DocumentFormat.OpenXml"
не содержат открытые члены или не могут быть найдены. Убедитесь, что пространство имен или тип определены и содержат хотя бы один открытый член. Убедитесь, что имя импортируемого элемента не было использовано в других Imports.

Вот тут - https://msdn.microsoft.com/ru-... aging.aspx - написано:
Пространство имен DocumentFormat.OpenXml.Packaging - Office 2013 и более поздней версии (самая ранняя - 2010).

У меня стоит Office 2007 .. думаю в этом и кроется проблема. Надо офис ставить хотя-бы 2010.

Добавлено через 10 минут
С официального сайта:

DocumentFormat.OpenXml.Packaging Namespace - Office 2007 Other Versions -
This content is outdated and is no longer being maintained. It is provided as a courtesy for individuals who are still using these technologies. This page may contain URLs that were valid when originally published, but now link to sites or pages that no longer exist.

No comment! даже скачать неоткуда теперь ;(

0

Не понимаю что там у вас происходит. Попробуйте установить библиотеку из прилагаемого архива. Как это нужно сделать:

• Скопируйте библиотеку (предварительно разахивировав) в папку Debug вашего проекта.
• Определите ссылку на эту библиотеку (Project/Add Reference…/Browse…)
• В окне Solution Explorer отметьте иконку Show All Files и в появившемся списке щелкните на узле References и выберете библиотеку DocumentFormat.OpenXml. В окне Properties будут показаны ее свойства. Установите свойство Copy Local = True.

И продолжаете отладку программы.
Вообще это все как то непонятно. Было бы неплохо, если бы вы выложили весь проект (тот с которым вы работаете). И еще вопрос а какая ОС установлена на вашем компьютере.

Вложения

DocumentFormat.OpenXml.rar (847.1 Кб, 46 просмотров)

0