从TXT文档内提取指定内容至EXCEL

1292091020

各位大神好！TXT文档内 <TR style 到下一个<TR style内为一小段，每一段内都有着NAME以及<TR style下的前l两个的<TD style文本，这些需要提取至附件EXCEL内NAME对应A列，第一个TD对应B列，第二个TD对应第三个

现急需从附件TXT文档内提取以上内容，困扰许久，求救！

任飘渺

import xlwt
from lxml import etree


def parser():
    '''打开文本文件，获取xml，存入变量'''
    f=open(r'E:\vba\vba实例经验\yangben\代码.txt','r')
    a=f.read()
    f.close()

    '''解析'''
    selector=etree.HTML(a)
    names=selector.xpath(r'//tr/td/input/@name')
    td1=selector.xpath(r'//tr/td[2]/text()')
    td2=selector.xpath(r'//tr/td[3]/text()')
    return names,td1,td2
   

def write(names,td1,td2):
    '''写入excel'''
    n=1
    wb=xlwt.Workbook()
    sht=wb.add_sheet('内容',cell_overwrite_ok=True)
    sht.write(0,0,'Name')
    sht.write(0,1,'工序段')
    sht.write(0,2,'工序')
    for i in range(len(names)):
        sht.write(n,0,names)
        sht.write(n,1,td1)
        sht.write(n,2,td2)
        n+=1
    wb.save('txt内容.xls')


def main():
    (names,td1,td2) =parser()
    write(names,td1,td2)


if __name__=='__main__':
    main()

sheeboard

1. ['外延', '外延', '#1EPIWA-BA3', 'V01', '1'],
   
2. ['激光打标', '激光打标', '#1LASERMARK', 'V01', '2'],
   
3. ['外延片清洗（1212）', '外延片清洗', '#3HCL0NC10M', 'V01', '3'],
   
4. ['有机清洗', '#3SC1UNC10M', 'V01', '4'],
   
5. ['ITO蒸发（1712）', 'ITO蒸发', '#4ITOEG103K', 'V01', '5'],
   
6. ['检查', '#3ZDJY0D1J1', 'V01', '6'],
   
7. ['ITO腐蚀光刻（1712）', '正胶匀胶', '#2304J00102', 'V01', '7'],
   
8. ['正胶曝光2FG0506-1-N', '#2ITO000001', 'V01', '8'],
   
9. ['显影1', '#2CS0000150', 'V01', '9'],
   
10. ['显影后检查', '#2XYHJYD5J1', 'V01', '10'],
    
11. ['ITO腐蚀（1712）', '打胶', '#3IPC15003M', 'V01', '11'],
    
12. ['ITO腐蚀', '#3ITE04008M', 'V01', '12'],
    
13. ['去胶清洗', '#3SF109005M', 'V01', '13'],
    
14. ['检查', '#3ZDJY0D1J1', 'V01', '14'],
    
15. ['刻蚀区光刻（1712）', '正胶匀胶', '#2304J00102', 'V01', '15'],
    
16. ['正胶曝光2FG0506-2-L', '#2KSQ00000T', 'V01', '16'],
    
17. ['显影1', '#2CS0000150', 'V01', '17'],
    
18. ['显影后检查', '#2XHJDQJQC1', 'V01', '18'],
    
19. ['刻蚀N区', '刻蚀前烘烤', '#5HBKHX1001', 'V01', '19'],
    
20. ['刻蚀GaN', '#5GaNET115K', 'V01', '20'],
    
21. ['磨边', '磨边', '#5EDGMS1001', 'V01', '21'],
    
22. ['刻蚀N区后清洗（1704）', '去胶清洗', '#3SF2U7010M', 'V01', '22'],
    
23. ['打胶1', '#3IPC25015M', 'V01', '23'],
    
24. ['去胶清洗', '#3SF009005M', 'V01', '24'],
    
25. ['检查', '#3ZDJD5J3C2', 'V01', '25'],
    
26. ['ITO退火', 'ITO退火', '#4ANLLG1001', 'V01', '26'],
    
27. ['生长SiO2（1308）', '生长SiO2', '#4PVDPE2230', 'V01', '27'],
    
28. ['钝化层光刻（1712）', 'HMDS', '#2HMDSXP150', 'V01', '28'],
    
29. ['正胶匀胶', '#2304J00102', 'V01', '29'],
    
30. ['正胶曝光2FG0506-3-M', '#2DHC00000T', 'V01', '30'],
    
31. ['显影1', '#2CS0000150', 'V01', '31'],
    
32. ['显影后检查', '#2XYHJYD5J1', 'V01', '32'],
    
33. ['钝化层腐蚀（1712）', '打胶', '#3IPC15003M', 'V01', '33'],
    
34. ['SiO2腐蚀', '#3BOE20590S', 'V01', '34'],
    
35. ['去胶清洗', '#3SF2U7010M', 'V01', '35'],
    
36. ['打胶1', '#3IPC25015M', 'V01', '36'],
    
37. ['检查', '#3ZDJY0D1J1', 'V01', '37'],
    
38. ['焊点光刻（1712）', '负胶匀胶', '#2202J00801', 'V01', '38'],
    
39. ['负胶曝光2FG0506-4-N', '#2HDC00000T', 'V01', '39'],
    
40. ['负胶后烘', '#2HH0303117', 'V01', '40'],
    
41. ['显影1', '#2CS0000150', 'V01', '41'],
    
42. ['显影后检查', '#2XHJD5J1C1', 'V01', '42'],
    
43. ['蒸发前表面处理', '打胶2', '#3IPC05003M', 'V01', '43'],
    
44. ['冲水（1）', '#3DIW0NC18T', 'V01', '44'],
    
45. ['焊点蒸发（1612）', '焊点蒸发', '#4METEG112K', 'V01', '45'],
    
46. ['蓝膜剥离', '#3METAL-OFF', 'V01', '46'],
    
47. ['去胶清洗', '#3SFNUNC03M', 'V01', '47'],
    
48. ['检查', '#3ZJDJQV1M2', 'V01', '48'],
    
49. ['ESD测试', 'ESD测试', '#6COW050601', 'V01', '49'],
    
50. ['减薄（1302）', '减薄接收', '#6GRDSTR001', 'V01', '50'],
    
51. ['测片原始厚度', '#6wafert001', 'V01', '51'],
    
52. ['粘片', '#6WAXBOND01', 'V01', '52'],
    
53. ['测片厚度', '#6D16055401', 'V01', '53'],
    
54. ['减薄', '#6GRD450120', 'V01', '54'],
    
55. ['研磨（1709）', '研磨', '#6LAPP03091', 'V01', '55'],
    
56. ['下蜡', '#6WAXMOVE01', 'V01', '56'],
    
57. ['下蜡清洗', '#6CLEANING1', 'V01', '57'],
    
58. ['下蜡清洗检验', '#6CLCHECK01', 'V01', '58'],
    
59. ['减薄送出', '#6GRDEND001', 'V01', '59'],
    
60. ['划片', '划片接收', '#7SLSTART01', 'V01', '60'],
    
61. ['贴膜', '#7chipcoat1', 'V01', '61', '2018/6/27 23:06:27'],
    
62. ['划片', '#7L1NG05061', 'V01', '62', '2018/6/27 23:29:27'],
    
63. ['裂片（不扩膜-1312）', '裂片', '#7SPL050601', 'V01', '63', '2018/6/27 23:52:27'],
    
64. ['裂片倒膜', '#7DETAPEHP1', 'V01', '64', '2018/6/28 0:15:27'],
    
65. ['测试扩膜（1609）', '测试接收', '#8--RECEIVE', 'V01', '65', '2018/6/28 0:15:27'],
    
66. ['测试（0904）', '#820050506P', 'V01', '66', '2018/6/28 0:15:27'],
    
67. ['扩膜', '#9130BINC-K', 'V01', '67', '2018/6/28 0:38:27'],
    
68. ['分选前检验（1609）', '圆片清洗', '#9WAF-Q-FIP', 'V01', '68', '2018/6/28 23:58:27'],
    
69. ['分选前检验', '#80000AOI00', 'V01', '69', '2018/6/28 23:58:27'],
    
70. ['分拣（1707）', '分拣', '#9OK-IP0506', 'V01', '70', '2018/6/28 23:58:27']]
    

复制代码

sheeboard

其实用pandas保存数据更方便。

任飘渺

sheeboard 发表于 2018-7-19 21:38
其实用pandas保存数据更方便。

pandas还没玩过呢，厉害

huang1314wei

像这种简单的表格网页源码数据提取到excel用不上代码，直接手动复制粘贴即可，方法是把首尾的  TBODY  改成  table  然后复制粘贴到excel即可，具体操作见下图

1292091020

huang1314wei 发表于 2018-7-19 22:45
像这种简单的表格网页源码数据提取到excel用不上代码，直接手动复制粘贴即可，方法是把首尾的  TBODY  改成 ...

我主要需要这个name

1292091020

huang1314wei 发表于 2018-7-19 22:45
像这种简单的表格网页源码数据提取到excel用不上代码，直接手动复制粘贴即可，方法是把首尾的  TBODY  改成 ...

可是我主要需要这个name呀

1292091020

任飘渺 发表于 2018-7-19 21:21
import xlwt
from lxml import etree

老师您这个是怎么提取出来的呀？

1292091020

任飘渺 发表于 2018-7-19 21:21
import xlwt
from lxml import etree

老师您这个是什么代码呀？是VBA吗？