Python读取Word文档中嵌入Excel文件的两种方法

沈亦白

发布时间：2026-10-16 | 12人浏览过

原创

本文详解在Python中读取Word文档内嵌Excel文件的两种方案。第一种利用Windows COM接口调用宏，依赖Office或WPS环境；第二种通过解析Word ZIP结构中的OLE二进制文件，结合olefile与openpyxl实现跨平台快速读取。

近日有开发者提出一个实际需求：

示例Word文档结构如下：

此类嵌入在Word中的文件，底层均属于OLE（对象链接与嵌入）文件。

接下来，我们假设需要提取每个嵌入Excel文件中名为“python”的工作表内的A1单元格数据。

通过Python调用COM接口宏实现

首先演示如何利用COM接口调用宏代码来完成此操作，完整代码如下：

from win32com import client as win32
import os

word = win32.Dispatch("Word.Application")
word.Visible = True
wdDoc = word.Documents.Open(os.path.abspath("test.docx"))
try:
    for shape in wdDoc.InlineShapes:
        if shape.Type != 1 or not shape.OLEFormat.ProgID.startswith("Excel.Sheet"):
            # 要求形状类型为wdInlineShapeEmbeddedOLEObject，是Excel类型的OLE对象
            continue
        shape.OLEFormat.Open()
        xlApp = win32.GetActiveObject('Excel.Application')
        book = xlApp.Workbooks(1)
        print([sht.Name for sht in book.Sheets])
        print(book.Sheets("python").Range("A1").Value)
        book.Close()
finally:
    wdDoc.Close()
    xlApp.Quit()
    word.Quit()

运行结果如下：

['java', 'forever', 'python'] python ['java', 'forever', 'python'] python hello world ['java', 'forever', 'python'] python

需要注意的是，该方法仅在已安装Office或WPS办公软件的Windows环境下可用。

通过Python解析OLE文件实现

使用压缩软件查看可知，这三个Excel文件实际上是以OLE的bin文件形式存储的：

因此，我们只需理解并解析这些文件，即可还原出对应的Excel文件，随后直接使用openpyxl或pandas进行解析。

HY.Li大佬提供了相关参考代码：

这一思路与我的设想一致。此前我并未意识到可以使用olefile库直接解析此类文件，原本还打算自行实现解析逻辑。

参考上述代码，我的最终实现如下：

import olefile
from zipfile import ZipFile
from openpyxl import load_workbook

filename = "test.docx"
with ZipFile(filename, "r") as zip_file:
    for name in zip_file.namelist():
        if not name.startswith("word/embeddings/"):
            continue
        with zip_file.open(name) as f:
            if not olefile.isOleFile(f):
                continue
            ole = olefile.OleFileIO(f)
            try:
                book = load_workbook(ole.openstream("package"))
                print(book.sheetnames)
                print(book["python"]["A1"].value)
            except Exception as e:
                print(name, "当前ole对象不是Excel文件:", e)

执行结果：