Python统计目录下docx文件含空格字符数 除以65后导出至Excel

脚本依赖三个第三方库，先在终端执行以下命令安装：
pip install python-docx pandas openpyxl

• 遍历指定目标目录，自动过滤非docx格式文件，同时跳过Word运行时生成的~$开头临时缓存文件，避免统计无效文件
• 逐文件读取内容，同时覆盖普通段落、内嵌表格内的所有文本，统计包含空格在内的总字符长度
• 按规则将总字符数除以65得到最终计算值，默认保留2位小数，可自行调整精度
• 所有文件处理完成后，将文件名、总字符数、最终计算值统一写入Excel文件保存

import os
from docx import Document
import pandas as pd

# -------------------------- 配置项 按需修改 --------------------------
TARGET_DIR = r"C:\你的文档存放实际目录"  # 替换为本地存放docx文件的目录路径
EXPORT_EXCEL_PATH = "docx字符统计结果.xlsx"  # Excel结果导出路径
DIVISOR = 65  # 固定除数为65
# -------------------------------------------------------------------

def count_docx_chars(file_path: str) -> int:
    """统计单个docx文件含空格的总字符数，覆盖段落+表格内容"""
    total_chars = 0
    doc = Document(file_path)
    # 统计普通段落字符
    for para in doc.paragraphs:
        total_chars += len(para.text)
    # 统计表格内字符，避免内容遗漏
    for table in doc.tables:
        for row in table.rows:
            for cell in row.cells:
                total_chars += len(cell.text)
    return total_chars

if __name__ == "__main__":
    result_list = []
    # 遍历目录筛选文件
    for filename in os.listdir(TARGET_DIR):
        if filename.lower().endswith(".docx") and not filename.startswith("~$"):
            file_full_path = os.path.join(TARGET_DIR, filename)
            try:
                char_count = count_docx_chars(file_full_path)
                calc_value = round(char_count / DIVISOR, 2)  # 保留2位小数，可自行修改
                result_list.append({
                    "文件名": filename,
                    "字符总数（含空格）": char_count,
                    "最终计算值（字符数/65）": calc_value
                })
                print(f"处理完成：{filename}，字符数：{char_count}，计算值：{calc_value}")
            except Exception as e:
                print(f"处理文件 {filename} 失败：{str(e)}")
    # 导出结果到Excel
    df = pd.DataFrame(result_list)
    df.to_excel(EXPORT_EXCEL_PATH, index=False, engine="openpyxl")
    print(f"全部处理完成，结果已保存至：{os.path.abspath(EXPORT_EXCEL_PATH)}")

• 运行前先修改代码开头的TARGET_DIR配置，替换为本地存放docx文件的实际目录，Windows路径建议加r前缀避免转义报错
• 脚本运行时会在控制台实时打印每个文件的处理进度，遇到加密、损坏无法读取的文件会打印错误信息，不会中断整体统计流程
• 导出的Excel默认保存在脚本运行的同级目录，如果需要自定义保存路径，修改EXPORT_EXCEL_PATH配置即可
• 如果不需要统计表格内的字符，直接删除count_docx_chars函数中遍历表格的代码段即可
• 注意：脚本仅支持.docx格式文件，旧版.doc格式文件需要先手动转换为docx格式后再进行统计

内容的提问来源于stack exchange，提问作者Cyper-Python