批改作业小工具（一）-read report

 期末 ，总是疲于应付各类作业报告批改，搞个小工具，让它帮我一把~~~~

 

 （格式）

读取报告：

import docx
from docx.table import Tabledef extract_experiment_reports(doc_path):"""提取文档中所有实验报告的关键内容"""doc = docx.Document(doc_path)reports = []  # 存储所有实验报告for table in doc.tables:report = {"实验目的及要求": "","实验使用的主要设备及要求": "","实验操作内容及步骤": "","实验结果与分析总结": "","指导教师评阅意见和评分": ""}current_section = None  # 当前处理的章节# 遍历表格中的所有单元格for row in table.rows:for cell in row.cells:# 处理单元格文本，去除多余空行和空格text = cell.text.strip()if not text:continue# 识别章节标题if "一、实验目的及要求" in text:current_section = "实验目的及要求"# 提取标题后的内容content = text.split("一、实验目的及要求", 1)[1].strip()report[current_section] = contentelif "二、实验使用的主要设备（含软件系统）及要求" in text:current_section = "实验使用的主要设备及要求"content = text.split("二、实验使用的主要设备（含软件系统）及要求", 1)[1].strip()report[current_section] = contentelif "三、实验操作（制作）内容及步骤" in text:current_section = "实验操作内容及步骤"content = text.split("三、实验操作（制作）内容及步骤", 1)[1].strip()report[current_section] = contentelif "四、实验结果与分析总结" in text:current_section = "实验结果与分析总结"content = text.split("四、实验结果与分析总结", 1)[1].strip()report[current_section] = contentelif "五、指导教师评阅意见和评分" in text:current_section = "指导教师评阅意见和评分"content = text.split("五、指导教师评阅意见和评分", 1)[1].strip()report[current_section] = content# 累加章节内容（处理跨单元格的文本）elif current_section:report[current_section] += "\n" + text# 过滤无效报告（至少包含一个有效章节）if any(report.values()):reports.append(report)return reportsdef print_reports(reports):"""打印所有提取的实验报告内容"""for i, report in enumerate(reports, 1):print(f"===== 实验报告 {i} =====")for section, content in report.items():print(f"\n【{section}】")# 处理空内容print(content if content else "无内容")print("\n" + "="*50 + "\n")if __name__ == "__main__":# 替换为实际文档路径doc_path = "report/华为HCIA-GaussDB应用开发22计科本六21106080900204纪容超.docx"try:reports = extract_experiment_reports(doc_path)print(f"成功提取 {len(reports)} 个实验报告\n")print_reports(reports)except Exception as e:print(f"提取失败：{str(e)}")

文档内容提取器

这段代码其实就是个 "文档内容提取器"，专门把 Word 里的实验报告内容按类别挑出来。

第一部分：准备工作

import docx

这行就像请了个 "助手"，这个助手叫docx，专门会读 Word 文档，没有它程序就不认识 Word 文件。

第二部分：提取内容的函数（extract_experiment_reports）

这个函数就像一个 "扫描仪"，负责把文档里的实验报告一页页扫出来：

1. 先打开文档

doc = docx.Document(doc_path)

相当于你双击打开了 Word 文件，doc_path就是你的文档存放位置。

1. 准备一个 "文件夹" 放报告

reports = []  # 存储所有实验报告

就像你准备了一个空文件夹，等下要把扫出来的报告都放这里。

1. 开始扫描表格

for table in doc.tables:

程序知道每个实验报告都是一个表格，所以它会一个表格一个表格地看。

1. 给每个报告建 5 个 "小盒子"

report = {     "实验目的及要求": "",     "实验使用的主要设备及要求": "",     "实验操作内容及步骤": "",     "实验结果与分析总结": "",     "指导教师评阅意见和评分": "" }

每个实验报告都有这 5 部分，程序先准备好 5 个空盒子，等着装内容。

1. 仔细读表格里的字

for row in table.rows:     for cell in row.cells:

表格是一行一行、一格一格的，程序会逐个格子读里面的文字。

1. 识别标题，把内容放进对应盒子

if "一、实验目的及要求" in text:     current_section = "实验目的及要求"     content = text.split("一、实验目的及要求", 1)[1].strip()     report[current_section] = content

这部分是核心：当程序读到 "一、实验目的及要求" 时，就知道后面的内容要放进 "实验目的及要求" 这个盒子里。其他几个标题也是同样的道理。

1. 处理跨格子的内容

elif current_section:     report[current_section] += "\n" + text

如果一段内容太长，分成了好几个格子写，程序会自动把它们拼在一起（比如实验步骤可能分了好几格，程序会合并成完整的步骤）。

第三部分：打印内容的函数（print_reports）

这个函数就像一个 "播音员"，把提取出来的内容一条一条念给你听：

for i, report in enumerate(reports, 1):     print(f"===== 实验报告 {i} =====")

先报序号，告诉你这是第几个实验报告，然后依次念出每个盒子里的内容。

第四部分：主程序

if __name__ == "__main__":     doc_path = "report/你的文档名.docx"     reports = extract_experiment_reports(doc_path)     print_reports(reports)

这部分是 "总指挥"：告诉你的文档在哪里，然后指挥 "扫描仪" 去扫文档，最后让 "播音员" 把结果念出来。如果中间出错了（比如文档找不到），还会告诉你哪里错了。

总结一下

整个程序就像一个流水线：

1. 先请个助手（docx）帮忙读 Word
2. 扫描仪（extract_experiment_reports）把每个实验报告的 5 部分内容分别装进 5 个盒子
3. 播音员（print_reports）把盒子里的内容按顺序念出来

不管文档里有多少个实验报告，程序都会一个一个处理，最后整整齐齐地展示在屏幕上，不用你手动去复制粘贴了～

跨单元格文本处理原理

核心原理：用一个 “标记” 记住当前正在读哪一部分

1. 先设一个 “当前章节标记”（current_section）

一开始这个标记是空的，相当于 “还没开始读任何章节”。

1. 遇到章节标题时，更新标记

当程序读到 “一、实验目的及要求” 时，就把标记改成 “实验目的及要求”，相当于告诉自己：“接下来我要读的都是‘实验目的’这部分内容了”。

1. 没遇到新标题时，就把内容加到当前章节里

只要这个标记不是空的（说明正在读某一章节），后面读到的内容就自动归到这个章节里，用+=拼接起来，再加上换行符\n让内容排版整齐。

1. 遇到新标题时，标记会被替换

比如读到 “二、实验设备” 时，标记就会换成 “实验使用的主要设备及要求”，后面的内容就开始归到这部分了。

举个生活中的例子

这就像你用笔记本记笔记：

1. 先在笔记本上写 “一、实验目的”（相当于设置了 current_section）
2. 接下来写的内容都默认是这一部分的，哪怕换了一页（相当于跨单元格），你也会接着写在这一部分下面
3. 直到你写下 “二、实验设备”（相当于更新了 current_section），之后的内容才会记到新的部分里

这样就保证了：不管一段内容被拆成多少个表格单元格（甚至多少页），只要没遇到新的章节标题，就会被当作同一部分内容拼在一起，不会零散错乱。

拼接表格单元格内容

# 累加章节内容（处理跨单元格的文本）
elif current_section:report[current_section] += "\n" + text

这句话的意思是：把同一章节中跨多个表格单元格的内容拼接起来，让内容保持完整。

举个具体例子你就明白了：

假设 "实验步骤" 内容太长，被分成了 3 个表格单元格来写：

1. 第一个单元格：" 打开数据库软件"
2. 第二个单元格：" 输入账号密码登录"
3. 第三个单元格：" 执行查询命令"

程序的处理过程是：

1. 当读到第一个单元格里的 "三、实验操作内容及步骤" 时，会标记current_section = "实验操作内容及步骤"，并把后面的 " 打开数据库软件" 放进对应盒子里。
2. 读到第二个单元格时，因为current_section已经是 "实验操作内容及步骤" 了，就会执行report[current_section] += "\n" + text，相当于：

盒子里的内容 = 原来的内容 + 换行 + 新内容

变成："1. 打开数据库软件 \n2. 输入账号密码登录"

1. 读到第三个单元格时，同样执行拼接，最后盒子里的内容会变成：

"1. 打开数据库软件 \n2. 输入账号密码登录 \n3. 执行查询命令"

这样处理后，原本分散在多个格子里的同一段内容，就会被拼接成完整的一段，显示的时候也会换行分隔，看起来更清晰。

简单说，就是解决了 "同一章节内容被拆分到多个表格格子里" 的问题，保证你看到的是一整段完整内容，而不是零散的片段。