如何批量处理文件夹中的docx文件，提取表格并生成对应csv文件？

你完全可以通过编写函数实现批量处理，以下是完整的实现代码，整合你已有的逻辑并适配批量场景：

import os
from docx import Document
import pandas as pd

def batch_docx_to_csv(source_dir, output_dir=None):
    # 如果未指定输出目录，默认和源文件同目录
    if output_dir is None:
        output_dir = source_dir
    # 创建输出目录（如果不存在）
    os.makedirs(output_dir, exist_ok=True)
    
    # 遍历源目录下的所有文件
    for filename in os.listdir(source_dir):
        # 只处理docx文件
        if filename.lower().endswith('.docx'):
            # 构建完整的文件路径
            docx_path = os.path.join(source_dir, filename)
            try:
                # 读取docx文件并提取第一个表格
                doc = Document(docx_path)
                if not doc.tables:
                    print(f"警告：{filename} 中未找到表格，跳过")
                    continue
                # 提取表格数据
                table_data = [[cell.text for cell in row.cells] for row in doc.tables[0].rows]
                # 转换为DataFrame
                df = pd.DataFrame(table_data)
                # 生成CSV文件名（替换docx后缀为csv）
                csv_filename = os.path.splitext(filename)[0] + '.csv'
                csv_path = os.path.join(output_dir, csv_filename)
                # 导出为CSV
                df.to_csv(csv_path, index=False, encoding='utf-8-sig')
                print(f"已处理：{filename} -> {csv_filename}")
            except Exception as e:
                print(f"处理{filename}时出错：{str(e)}")

# 示例调用
source_path = "/Users/cristobalmino/Desktop/3_ENTREGA DE TURNOS MEDICA/Entrega Turno UCI/2022/1. Enero 2022/"
# 如果想把CSV输出到单独目录，比如创建一个csv_output文件夹
# output_path = os.path.join(source_path, "csv_output")
# batch_docx_to_csv(source_path, output_path)
# 不指定输出目录则默认存在源文件同目录
batch_docx_to_csv(source_path)

关键说明： #

• 路径处理：用os.path.join拼接路径，避免因操作系统差异导致的路径错误
• 文件过滤：通过.lower().endswith('.docx')确保只处理DOCX文件，忽略大小写和其他格式文件
• 异常处理：加入try-except捕获读取或转换过程中的错误，避免单个文件问题导致整个批量任务中断
• 输出灵活：可指定单独的输出目录，也可默认和源文件同目录
• 容错处理：检查文件中是否存在表格，避免无表格文件引发报错

内容的提问来源于stack exchange，提问作者Cristóbal Miño Morales