Пытаюсь создать нечто похожее на парсер word документов. Задача - находить в docx таблицах строку, обозначающую ИНН организации и выводить 10тизначное число из ячейки справа
Возможный вид таблицы
Попробовал вот так:
import os
import docx
import re
from docx import Document
doc = docx.Document("D:/Python/sample.docx")
for table in doc.tables:
for row in table.rows:
for cell in row.cells:
print(cell.text)
WordINNfull=re.search(r"(ИНН)\s(\d{10})", cell.text)
print(WordINNfull)
Выхлоп получается такой
Полное и сокращенное наименование
Общество с ограниченной ответственностью «»
ООО «»
Организационно-правовая форма
Общество с ограниченной ответственностью
Адрес юридический
444444, Московская область, г. Москва…………………………………
Адрес местонахождения и почтовый адрес
444444, Московская область, г. Москва…………………………………
Руководитель (должность, ФИО)
Директор – Иванов Иван Иванович,
Действует на основании Устава
ОГРН
1111111111111
ОКПО
11111111
ОКАТО
11111111111
ОКТМО
11111111111
Номера контактных телефоном и факсов
8-800-555-35-35
Адрес электронной почты
ya@.ru
ИНН/КПП
ИНН 1111111111/ КПП 111111111
Полные банковские реквизиты
Сбербанк
р/сч 1111111111111111111111111
БИК 1111111111111111
к/с 11111111111111111111
None
>>>
Пробовал менять шаблон. Например "\d"
выдает re.Match object; span=(36, 37), match='4'
, но просто шаблон "ИНН" возвращает None.
Пните пожалуйста в нужную сторону!