ドキュメント処理
クイックスタート
PDF テキスト抽出
python
import pdfplumber
with pdfplumber.open("document.pdf") as pdf:
text = ""
for page in pdf.pages:
text += page.extract_text() or ""
Excel 読み込み
python
import pandas as pd
df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
print(df.head())
Word 作成
python
from docx import Document
doc = Document()
doc.add_heading("タイトル", 0)
doc.add_paragraph("本文テキスト")
doc.save("output.docx")
ファイル形式別ガイド
| 形式 | 読み取り | 作成 | 編集 |
|---|---|---|---|
| pdfplumber, PyMuPDF | reportlab, fpdf2 | PyMuPDF | |
| Excel | pandas, openpyxl | pandas, openpyxl | openpyxl |
| Word | python-docx | python-docx | python-docx |
| CSV | pandas | pandas | pandas |
詳細ガイド
- •PDF操作: reference/pdf.md
- •Excel操作: reference/excel.md
- •Word操作: reference/word.md
- •データ変換: reference/conversion.md
ユーティリティスクリプト
bash
# PDFからテキスト抽出 python scripts/extract_pdf.py input.pdf --output text.txt # Excel→CSV変換 python scripts/excel_to_csv.py data.xlsx --sheet "Sheet1" # Wordテンプレート埋め込み python scripts/fill_template.py template.docx data.json output.docx
ワークフロー: ドキュメント処理
code
進捗チェックリスト: - [ ] 1. 入力ファイル確認・形式判定 - [ ] 2. データ抽出/読み込み - [ ] 3. データ処理・変換 - [ ] 4. 出力ファイル生成 - [ ] 5. 検証（ファイル破損チェック）