AI 怎么用 Python 读写你的 Excel、Word、PDF

一个让人背后发凉的瞬间

你让 AI 帮你干活：

“帮我看看这个合同 PDF 里有没有风险条款。”
“把这个文件夹里所有 Word 文档的标题改成大一号字。”
“把这几张 Excel 表合并成一张，按地区汇总一下。”

AI 很快给了你一段 Python 代码，说：

“运行这个脚本，它会帮你处理好。”

你看着代码里出现 pandas、docx、pypdf 这些词，心里开始发毛：

• 它真的能打开我的文件吗？
• 它会不会把我的文档改坏？
• 它怎么知道我文件里写了什么？

今天我们就讲清楚：AI 到底怎么用 Python 读写你的 Excel、Word、PDF，以及你需要防什么。

一句话解释：AI 不是“看”你的文件，是“拆”你的文件

AI 本身没有眼睛。它看不到你屏幕上那份格式复杂的 Word 文档长什么样。

它能看懂文件，靠的是 Python 里的“解析库”。

你可以把每种文件格式想象成一个“包裹”：

• Excel 是一个装满表格的包裹。
• Word 是一个装满段落、图片、格式的包裹。
• PDF 是一个装满页面、文字、图像的包裹。

AI 写 Python 脚本，用专门的库把包裹拆开，取出里面的内容，处理完再重新打包放回去。

这就是“读写”的本质：拆开 → 处理 → 装回。

Excel：AI 最擅长的“数据表格”

Excel 是 AI 办公里最常打交道的文件。处理它的主要工具有两个：

• pandas
  ：数据分析利器，把表格读成“数据框”，能筛选、汇总、计算。
• openpyxl
  ：专门读写 .xlsx 格式，能改单元格、颜色、公式。

AI 怎么读 Excel：

import pandas as pddf = pd.read_excel(”销售数据.xlsx”)print(df.head())# 看前五行print(df.columns)# 看有哪些列print(df.shape)# 看有多少行多少列

翻译：打开 Excel，看看前五行，看看有哪些列，看看数据规模。

AI 怎么处理：

# 按地区汇总金额summary = df.groupby(”地区”)[”金额”].sum()# 筛选出金额大于 10000 的行filtered = df[df[”金额”] > 10000]# 把结果存成新 Excelsummary.to_excel(”汇总结果.xlsx”)

翻译：按地区把金额加起来，筛选大额订单，另存为新文件。

危险等级：黄色。pandas 读文件是安全的。但 to_excel 会创建或覆盖文件。注意看输出文件名，别把原文件覆盖了。

Word：AI 怎么处理“文档”

Word 文档比 Excel 复杂。它有段落、标题、表格、图片、样式。处理它的主力库是 python-docx。

AI 怎么读 Word：

from docx import Documentdoc = Document(”报告.docx”)# 看所有段落for p in doc.paragraphs:    print(p.text)# 看所有表格for table in doc.tables:    for row in table.rows:        for cell in row.cells:            print(cell.text)

翻译：打开 Word，把每一段文字、每一个表格单元格都读出来。

AI 怎么改 Word：

# 把所有“旧词”替换成“新词”for p in doc.paragraphs:    if ”旧词” in p.text:        p.text = p.text.replace(”旧词”, ”新词”)# 保存为新文件doc.save(”修改后.docx”)

翻译：遍历所有段落，找到“旧词”替换成“新词”，另存为新文件。

危险等级：黄色偏高。Word 文档的格式很脆弱，替换文字可能把样式弄乱。doc.save() 如果用了原文件名，会直接覆盖。AI 写的 Word 脚本，先让它保存成新文件名。

PDF：AI 最头疼的“打印件”

PDF 是最麻烦的。因为它原本是“打印格式”，设计初衷是“排版好就不改了”。想从 PDF 里提取文字，有时候很费劲。

处理 PDF 的库主要有：

• pypdf
  ：读页数、拆分、合并、提取文字。
• pdfplumber
  ：提取文字和表格，精度更高。
• reportlab
  ：生成新 PDF。
• docx2pdf
  ：把 Word 转成 PDF。

AI 怎么读 PDF：

import pypdfreader = pypdf.PdfReader(”合同.pdf”)print(f”共 {len(reader.pages)} 页”)# 读第一页文字page = reader.pages[0]print(page.extract_text())

翻译：打开 PDF，看有多少页，读第一页的文字。

AI 怎么拆分、合并 PDF：

# 拆分writer = pypdf.PdfWriter()writer.add_page(reader.pages[0])writer.write(”第一页.pdf”)# 合并merger = pypdf.PdfWriter()merger.append(”文件1.pdf”)merger.append(”文件2.pdf”)merger.write(”合并.pdf”)

翻译：把第一页单独存出来，或者把两个 PDF 拼成一个。

危险等级：黄色。读 PDF 安全。写 PDF 会创建新文件，注意文件名。

AI 常用文档库卡片

一句话总结：pandas 管表，python-docx 管 Word，pypdf 管 PDF。读是绿色，写是黄色。覆盖原文件是深红色。

AI 怎么“知道”你的文件里有什么

你可能好奇：AI 给我写代码，它怎么知道我的 Excel 里有哪些列？我的 Word 里写了什么？

它其实不知道。

AI 写的是“通用代码”。

比如你问：“帮我处理一下我的 Excel。”

AI 会写一段通用代码，假设你的表里有“地区”“金额”这些列。但如果你实际表里列名是“区域”“销售额”，代码就会报错。

所以正确用法是：

1.   你先告诉 AI 你的文件大概长什么样（列名、结构）。
2.   AI 根据你的描述写代码。
3.   你跑一下，看报不报错。
4.   如果报错，把错误信息贴给 AI，它修正代码。

这就形成一个“AI 写代码 → 你运行 → 报错 → AI 改 → 再运行”的循环。跑通几次后，你就有了一个能用的脚本。

避坑：四个必须注意的点

1. 先备份，再让 AI 动文件

AI 写的脚本，第一次跑很可能出错。如果它直接覆盖了原文件，你的数据就没了。

铁律：跑任何“写文件”的脚本之前，先把原文件复制一份到别的地方。

2. 看清脚本里的“输出文件名”

df.to_excel("销售数据.xlsx")——如果你原文件就叫 销售数据.xlsx，它会被覆盖。

好习惯：让 AI 输出到新文件名，比如 销售数据_处理结果.xlsx。

3. PDF 提取文字不一定准

PDF 里的文字，有时候是图片扫描的，有时候排版很乱。extract_text() 可能提取出乱码或错位文字。

建议：重要的 PDF 提取，先跑一下看看结果对不对，再决定要不要用它。

4. 别让 AI 处理你不懂格式的库

比如 AI 用了 docx2pdf，这个库在 Windows 上需要装 Office，在 Linux 上需要装 LibreOffice。你不懂这些环境依赖，很可能装不上，跑不起来。

建议：让 AI 用最简单、最通用的库。如果它用了冷门库，先问它“这个库需要什么额外环境”。

记住一句话：

AI 不懂你的文件，它只会写通用代码。跑之前先备份，跑之后核对结果。别让 AI 直接覆盖你的原文件。

今天你知道了 AI 怎么用 Python 读写 Excel、Word、PDF，以及为什么必须留个心眼。

命令卡片：

一句话总结：AI 靠库拆开你的文档，改完再装回去。读是绿色，写是黄色，覆盖是深红色。跑脚本前先备份，输出到新文件，这是铁律。