Python 操作 Word

用 docx 模块读取 Word

docx 安装

cmd 中输入pip install python-docx 即可安装 docx 模块

docx 常用函数

创建空白文档

from docx import Document

document = Document()
document.save("word.docx")  # 生成空白 word
print(document)

读取文档

from docx import Document
document = Document("word.docx")  # 读取现有的 word 建立文档对象

获取文档段落

from docx import Document

document = Document("word.docx")  # 读取现有的 word 建立文档对象
all_paragraphs = document.paragraphs
print(type(all_paragraphs))
for paragraph in all_paragraphs:
    # print(paragraph.paragraph_format)  # 打印出word中每段的样式名称
    # 打印每一个段落的文字
    print(paragraph.text)
    # 循环读取每个段落里的run内容
# 一个run对象是相同样式文本的延续
for paragraph in all_paragraphs:
    for run in paragraph.runs:
        print(run.text)  # 打印run内容

Word 调整样式

from docx import Document
from docx.shared import Pt, RGBColor

document = Document()  # 读取现有的 word 建立文档对象

# 二、写入内容
# 段落
p1 = document.add_paragraph("早睡早起！！！")
format_p1 = p1.paragraph_format
# 左右缩进
format_p1.left_indent = Pt(20)
format_p1.right_indent = Pt(20)
# 首行缩进
format_p1.first_line_indent = Pt(20)
# 行间距
format_p1.line_spacing = 1
# 追加
# 一个run对象是相同样式文本的延续
run = p1.add_run("我也想做舔狗\n")
# 字体，字号，文字颜色
run.font.size = Pt(12)
run.font.name = "微软雅黑"
run.font.color.rgb = RGBColor(235, 123, 10)
run1 = p1.add_run("贾某人不学习")
# 加粗，下划线，斜体
run1.bold = True
run1.font.underline = True
run1.font.italic = True
# # 三、保存文件
document.save("word.docx")

all_paragraphs = document.paragraphs
# print(type(all_paragraphs))
# <class 'list'>，打印后发现是列表
# 是列表就开始循环读取d
for paragraph in all_paragraphs:
    # print(paragraph.paragraph_format)  # 打印出word中每段的样式名称
    # 打印每一个段落的文字
    print(paragraph.text)
    # 循环读取每个段落里的run内容
    # for run in paragraph.runs:
    # print(run.text)  # 打印run内容

Word 写入操作

from docx import Document
from docx.shared import Pt, RGBColor

document = Document()  # 读取现有的 word 建立文档对象

# 二、写入内容
document.add_heading("python 操作 Word")
# 段落
p1 = document.add_paragraph("早睡早起！！！")
p1.insert_paragraph_before("Power！！！")
format_p1 = p1.paragraph_format
# 左右缩进
format_p1.left_indent = Pt(20)
format_p1.right_indent = Pt(20)
# 首行缩进
format_p1.first_line_indent = Pt(20)
# 行间距
format_p1.line_spacing = 1
# 追加
# 一个run对象是相同样式文本的延续

run = p1.add_run("我也想做舔狗\n")
# 字体，字号，文字颜色
run.font.size = Pt(12)
run.font.name = "微软雅黑"
run.font.color.rgb = RGBColor(235, 123, 10)
run1 = p1.add_run("贾某人不学习")
# 加粗，下划线，斜体
run1.bold = True
run1.font.underline = True
run1.font.italic = True
# # 三、保存文件
document.save("word.docx")

all_paragraphs = document.paragraphs
# print(type(all_paragraphs))
# <class 'list'>，打印后发现是列表
# 是列表就开始循环读取d
for paragraph in all_paragraphs:
    # print(paragraph.paragraph_format)  # 打印出word中每段的样式名称
    # 打印每一个段落的文字
    print(paragraph.text)
    # 循环读取每个段落里的run内容
    # for run in paragraph.runs:
    # print(run.text)  # 打印run内容

python操作word

1、需要安装python-docx库

pip install python-docx

2、导入相关包

from docx import Document
from docx.oxml.ns import qn  # 设置中文格式
from docx.shared import Pt   # 设置字体大小
from docx.enum.table import WD_TABLE_ALIGNMENT  # 居中
from docx.enum.text import WD_COLOR_INDEX  # 背景颜色
from docx.shared import RGBColor   # 字体颜色

3、操作word

3.1 读取word文件

# Document只能读取docx后缀的文件
document = Document("test.docx")

# 获取word文档中的表格（返回列表）
tables = document.tables

# 获取文档中的段落（返回列表）
par = document.paragraphs

3.2 修改段落文字，以及段落样式（风格和大小）

# 先清空文字
document.paragraphs[2].text = ""

# 使用add_run添加文字，之后使用返回的run对象可以修改字体的样式和大小
run = document.paragraphs[2].add_run("2021年11月22日")
run.font.name = '仿宋'
run.font.size = Pt(16)
# 修改中文的样式
run.font.element.rPr.rFonts.set(qn('w:eastAsia'),'仿宋')

3.3 修改表格的中的内容

# 查看所有表格的内容
for table in document.tables:  # 遍历所有表格
    for row in table.rows:  # 遍历表格的所有行
        row_str = '\\t'.join([cell.text for cell in row.cells])  # 一行数据
		print(row_str,end="\\n\\n")

# 提取表格单元格中的段落，然后就可以使用add_run方法，添加文字，使用run对象修改字体大小和样式
par = tables[0].cell(0,1).paragraphs[0]
# 水平居中
par.paragraph_format.alignment = WD_TABLE_ALIGNMENT.CENTER
run = par.add_run("测试")
run.font.name = '仿宋'
run.font.size = Pt(12)
r = run._element
r.rPr.rFonts.set(qn('w:eastAsia'), '仿宋')

3.4 删除表格或段落

# 删除表格
t = document.tables[0]._element # 获取表格元素
t.getparent().remove(t)  # 删除这个元素

# 删除段落
p = document.paragraphs[6]._element  # 获取段落元素
p.getparent().remove(p)  # 删除这个元素

3.5 将document对象保存为docx文档

document.save("测试1.docx")

4、模板

4.1 更新表格函数

# ind,第几个表格； x,单元格位置，例如：（1,1）；text,更新单元格的文本
def set_table(ind, x, text):
        document.tables[ind].cell(x[0], x[1]).value = ""
        par = document.tables[ind].cell(x[0], x[1]).paragraphs[0]
        run = par.add_run(text)
        run.font.name = '仿宋'
        run.font.size = Pt(16)  # 二号
        r = run._element
        r.rPr.rFonts.set(qn('w:eastAsia'), '仿宋')
		# 修改文字颜色
		run.font.color.rgb = RGBColor(0, 137, 62)
		# 添加背景色，为黄色
        run.font.highlight_color = WD_COLOR_INDEX.YELLOW
				# 文字加粗
        run.bold = True

4.2 更新文本函数

# ind,第几段段落；text,更新段落的文本
def set_text(ind, text):
        document.paragraphs[ind].text = ""
        run = document.paragraphs[ind].add_run(text)
        run.font.name = '仿宋'
        run.font.size = Pt(16)
        run.font.element.rPr.rFonts.set(qn('w:eastAsia'), '仿宋')
        run.font.highlight_color = WD_COLOR_INDEX.YELLOW # 添加背景色，为黄色

在日常工作中，有很多简单重复的劳动其实完全可以交给Python程序，比如根据样板文件（模板文件）批量的生成很多个Word文件或PowerPoint文件。Word是微软公司开发的文字处理程序，相信大家都不陌生，日常办公中很多正式的文档都是用Word进行撰写和编辑的，目前使用的Word文件后缀名一般为.docx 。PowerPoint是微软公司开发的演示文稿程序，是微软的Office系列软件中的一员，被商业人士、教师、学生等群体广泛使用，通常也将其称之为“幻灯片”。在Python中，可以使用名为 python- docx 的三方库来操作Word，可以使用名为python-pptx 的三方库来生成。PowerPoint。

操作Word文档

我们可以先通过下面的命令来安装python-docx 三方库。

高版本lxml没有etree模块。有网友确定lxml4.2.5版本带有etree模块，且该版本lxml支持

python3.7.4版本。

安装命令： pip install lxml==4.2.5

pip install

我们在安装此模块儿使用的是pip install python-docx，但是在导入的时候是 docx；

按照官方文档的介绍，我们可以使用如下所示的代码来生成一个简单的Word文档。

from docx import Document

# docx.shared 用于设置大小（图片等）

from docx.shared import Cm, Pt

from docx.document import Document as Doc

# 创建代表Word文档的Doc对象

document = Document()

# type: Doc # 添加大标

document.add_heading('快快乐乐学Python', 0)

# 添加段落

p = document.add_paragraph('Python是一门非常流行的编程语言')

run = p.add_run('very easy')

run.bold = True run.font.size = Pt(18)

p.add_run('hello')

run = p.add_run('非常棒')

run.font.size = Pt(18)

run.underline = False

p.add_run('。')

# 添加一级标题

document.add_heading('Heading, level 1', level=1)

# 添加带样式的段落

document.add_paragraph('Intense quote', style='Intense Quote')

# 添加无序列表

document.add_paragraph(

'first item in unordered list', style='List Bullet'

)

document.add_paragraph(

'second item in ordered list', style='List Bullet'

)

# 添加有序列表

document.add_paragraph(

'first item in ordered list', style='List Number'

)

document.add_paragraph(

'second item in ordered list', style='List Number'

)

# 添加图片（注意路径和图片必须要存在）

document.add_picture('resources/guido.jpg', width=Cm(5.2))

# 添加分节符

document.add_section()

records = (

('亚瑟', '战士英雄'),

('白起', '坦克英雄'),

('赵云', '刺客英雄'),

('女娲', '法师英雄'),

)

# 添加表格

table = document.add_table(rows=1, cols=3)

table.style = 'Dark List'

hdr_cells = table.rows[0].cells

hdr_cells[0].text = ' 姓 名 '

hdr_cells[1].text = '类别'rc#

# 为表格添加行 

for name, sex, birthday in records:

     row_cells = table.add_row().cells

     row_cells[0].text = name

     row_cells[1].text = sex

     row_cells[2].text = birthday

# 添加分页符

document.add_page_break()

# 保存文档

document.save('demo.docx')

提示：上面代码第7行中的注释# type: Doc 是为了在PyCharm中获得代码补全提示，因为如果不清楚对象具体的数据类型，PyCharm无法在后续代码中给出 Doc 对象的代码补全提示。

执行上面的代码，打开生成的Word文档，效果如下图所示。

对于一个已经存在的Word文件，我们可以通过下面的代码去遍历它所有的段落并获取对应的内容。

from docx import Document

#from docx.document import Document as Doc

doc = Document('resources/离职证明.docx') # type: Doc

for no, p in enumerate(doc.paragraphs):

     print(no, p.text)

读取到的内容如下所示。

0

1 离 职 证 明

2

3 兹证明 王大锤 ，身份证号码： 100200199512120001 ，于 2018 年 8 月 7 日至 2020 年 6 月28 日在我单位 开发部 部门担任 Java开发工程师 职务，在职期间无不良表现。因个人原因，于 2020 年 6 月 28 日起终止解除劳动合同。现已结清财务相关费用，办理完解除劳动关系相关手续，双方不存在任何劳动争议。

4

5 特此证明！

6

7

8 公司名称（盖章）:成都风车车科技有限公司

9 2020 年 6 月 28 日

接下来我们读取该文件，将占位符替换为真实信息，就可以生成一个新的Word文档，如下所示。

from docx import Document

from docx.document import Document as Doc

# 将真实信息用字典的方式保存在列表中

employees = [

{

'name': '骆昊',

'id': '100200198011280001',

'sdate': '2008 年 3 月 1 日 ', 'edate': '2012年2月29日', 'department': ' 产 品 研 发 ', 'position': ' 架 构 师 ', 'company': '成都华为技术有限公司'

},

{

'name': '王大锤',

'id': '510210199012125566',

'sdate': '2019 年 1 月 1 日 ', 'edate': '2021年4月30日', 'department': ' 产 品 研 发 ', 'position': 'Python开发工程师', 'company': '成都谷道科技有限公司'

},

{

'name': '李元芳',

'id': '2102101995103221599',

'sdate': '2020 年 5 月 10 日 ', 'edate': '2021 年 3 月 5 日 ', 'department': ' 产 品 研 发 ', 'position': 'Java 开 发 工 程 师 ', 'company': '同城企业管理集团有限公司'

},

]

# 对列表进行循环遍历，批量生成Word文档

for emp_dict in employees:

# 读取离职证明模板文件

doc = Document('resources/离职证明模板.docx') # type: Doc

# 循环遍历所有段落寻找占位符

for p in doc.paragraphs: if '{' not in p.text:

continue

# 不能直接修改段落内容，否则会丢失样式

# 所以需要对段落中的元素进行遍历并进行查找替换

for run in p.runs:

if '{' not in run.text: continue

# 将占位符换成实际内容

start, end = run.text.find('{'), run.text.find('}')

key, place_holder = run.text[start + 1:end], run.text[start:end + 1] run.text = run.text.replace(place_holder, emp_dict[key])

# 每个人对应保存一个Word文档

doc.save(f'{emp_dict["name"]}离职证明.docx')

执行上面的代码，会在当前路径下生成三个Word文档，如下图所示。