【Excel VBA 编程】从一堆结构固定的Word文档里抓取数据,整理成一张方便使用的

“D:\常用文件\简历”路径下有一批简历，因为是公司官网下载的，所以结构都一样

现在需要抓取每份简历中姓名、年龄、手机号码、学历及求职意向这5类数据，并输出到Excel中，为了快速查看感兴趣的简历，A列还设置了超链接，最终效果如下：

代码参考：

Sub DataScrapFromWord()    ' 声明变量    Dim wdApp As Object, wdDoc As Object    Dim xlWs As Worksheet    Dim strFolderPath As String, strFileName As String    Dim lngRow As Long    Dim arrData() As Variant    Dim i As Integer    ' 设置Word文档所在文件夹路径（根据实际情况修改）    strFolderPath = "D:\常用文件\简历\"    ' 设置Excel中用于输出的工作表（根据实际情况修改）    Set xlWs = ThisWorkbook.Worksheets("Sheet1")    lngRow = 2    xlWs.Range("A2").CurrentRegion.Offset(1, 0).ClearContents    On Error Resume Next    Set wdApp = GetObject(, "Word.Application")    If Err.Number <> 0 Then        Set wdApp = CreateObject("Word.Application")    End If    On Error GoTo 0    wdApp.Visible = False    strFileName = Dir(strFolderPath & "*.doc*")    Application.ScreenUpdating = False    Application.DisplayAlerts = False    Do While strFileName <> ""        Set wdDoc = wdApp.Documents.Open(strFolderPath & strFileName)        '（根据实际情况修改：抓取想要的数据）        With wdDoc.Tables(1)             ' A列：超链接            xlWs.Hyperlinks.Add Anchor:=Range("A" & lngRow), _                                  Address:=strFolderPath & strFileName, _                                  TextToDisplay:="打开简历"            xlWs.Cells(lngRow, 2).Value = Application.Clean(.Cell(1, 2).Range.Text) ' word中第1行第2列是姓名->B列            xlWs.Cells(lngRow, 3).Value = Application.Clean(.Cell(1, 4).Range.Text) ' word中第1行第4列是性别->C列            xlWs.Cells(lngRow, 4).Value = Application.Clean(.Cell(1, 6).Range.Text) ' word中第1行第6列是出生年月->D列            '在身份证号、电话号码等长数字前加单引号 "'"，可强制Excel将其以文本格式存储            xlWs.Cells(lngRow, 5).Value = "'" & Application.Clean(.Cell(3, 2).Range.Text) ' word中第3行第2列是联系方式->E列            xlWs.Cells(lngRow, 6).Value = Application.Clean(.Cell(3, 6).Range.Text) ' word中第3行第6列是学历->F列            xlWs.Cells(lngRow, 7).Value = Application.Clean(.Cell(5, 2).Range.Text) ' word中第5行第2列是应聘职务->G列        End With        wdDoc.Close SaveChanges:=False        Set wdDoc = Nothing        lngRow = lngRow + 1        strFileName = Dir()    Loop    wdApp.Quit    Set wdApp = Nothing    Application.ScreenUpdating = True    Application.DisplayAlerts = True    MsgBox "数据提取完成！共处理 " & (lngRow - 2) & " 个文档。", vbInformationEnd Sub

涉及到的编程知识点是Word文档中表格的操作，其使用的核心对象模型是Tables集合、Table对象、Cell对象：

• Tables集合代表一个文档（Document）、一个区域（Range）或一个选定内容（Selection）中的所有表格。可使用 wdDoc.Tables 来引用当前文档中的所有表格

• Table对象则代表单个表格。它是Tables集合的成员，可以通过索引号（如 Tables(1) 代表第一个表格）或循环遍历来访问

• Cell对象代表一个单元格，其使用方法与Excel中Cells类似，通过行号和列号引用，如.Cell(3, 6)，则代表第3行第6列

而Application.Clean的作用是从Word表格单元格的文本中移除所有非必要的、不可见的格式与控制字符，从而确保提取出的数据是“干净”的、可直接用于后续处理或分析的纯文本

好了，今天的内容到此结束了，下期继续