【python办公自动化】将Word文本和Pdf表格数据提取并整合到同一个Exeel下的多sheet中

数据整合

• 1. 背景及前期准备
• • 1.1 背景介绍
  • 1.2 需要安装的库
• 2. 数据处理
• • 2.1 数据提取
  • 2.2 具体过程
  • • 2.2.1 docx数据的处理
    • 2.2.2 docx数据的处理完整代码
    • 2.2.3 pdf数据的处理及完整代码
• 3. 最终结果

1.1 背景介绍

在参加比赛过程中，需要获取江苏省科学技术奖近十年的数据，因此需要在官网上获取相应的数据，再查找数据的过程中发现，官网中给出的数据，并不是完整的可以直接拿来用的

比如：

① 2018-2019年的人员及项目名单是pdf的形式给出，

② 2015、2017年的内容直接附在发布的公告后面（纯文字的）

③ 2008-2011、 2014、2016年的内容是以doc的形式给出

④ 2012-2013年的可以找到xls形式数据

因此需要将数据进行整合，数据最后的表现形式就是每一年的数据&