python使用python-docx自动化操作word

目录前言一、python-docx库介绍二、读写Word文档三、修改Word文档样式四、使用Word模板五、自动生成数据分析报告前言一、python-docx库介绍在程序中导入python-docx库实现创建、修改Word(.docx)文件。注意：python-docx只支持操作*.docx文件格式的Word文档。二、读写Word文档三、修改Word文档样式四、使用Word模板五、自动生成数据分析

Hushi1706IT

11423人浏览 · 2021-10-21 20:40:14

Hushi1706IT · 2021-10-21 20:40:14 发布

前言

声明：本文的内容学习绝大多数来源于廖茂文的《Python自动化办公》一书。

为了避免歧义，本文中Word表示Word软件本身，Word文档表示Word软件中的文档。

python使用python3版本。程序编程使用pycharm软件。要实现python对Word的操作首先要安装python-docx库。

在软件中下载安装依赖两种方式：

（1）使用pycharm导入python-docx库在file-setting-python Interpreter中点击‘+’输入想要导入的库，如：导入python-docx库，操作如下图所示。

（2）若没有该库还向程序导入这个库，代码会有红线提示报错，鼠标指向红线处有会提示下载安装该库，如下图。该方法在安装某些包的时候系统可能会安装错，建议使用第一种方法。

一、python-docx库简介

在程序中导入python-docx库实现创建、修改Word(.docx)文件。注意：python-docx只支持操作*.docx文件格式的Word文档。

二、读写Word文档

2.1 创建Word文档对象

调用Document方法创建Word文件对象。该方法使用场景如下：

（1）创建空Word对象
from docx import Document
#创建文件对象
document = Document()
#保存文件对象
document.save('new.docx')
（2）获取已有的Word文件对象
from docx import Document

doc = Document('exist.docx') #exist.docx为文件名
（3）使用计算机本身的Word来创建word文档，使用前需要安装pypiwin32第三方库，如下代码进行Word文档的文件格式由*.doc转为*docx，我这里使用的是绝对地址，若Word文件和py文件在同一目录（相对地址）就直接写入文件名即可。
from win32com import client
from docx import Document
#路径
doc_path = r'D:\python project\exist.doc'
docx_path =  r'D:\python project\new_exist.docx'
#获取Word应用程序对象
Word = client.Dispatch('Word.Application')
#打开对应的Word文档
doc = Word.Documents.Open(doc_path)
#另存到docx_path中，12表示docx文件格式
doc.SaveAs(docx_path,12)
#关闭Word文档
doc.Close()
#退出软件
Word.Quit()

2.2 获取Word文档中的对象

在一个Word文档中会有很多的对象，如段落对象，表格对象和文本框对象等等。接下来我们要获取这些对象，并对这些对象进行操作。

（1）获取段落对象

使用*.paragraphs获取文档全部对象，*.paragraphs[a]获取下标为a的段落对象。

from docx import Document
doc = Document('exist.docx')    #exist.docx为文件名
#遍历Word文档中的段落
for p in doc.paragraphs:
    #输出Word文档中的段落内容
    print(p.text)

（2）获取表格对象

获取表格对象，遍历所有单元格，输出数据。

from docx import Document
doc = Document('table.docx')
tables = doc.tables     #获取文档中全部所有的表格对象
table = tables[0]       #获取下标为0的表格
values = []
#遍历表格中所有的单元格
for row in table.rows:      #遍历所有行对象
    for cell in row.cells:      #遍历行中所有单元格对象
        values.append(cell.text)    #将单元格中的文本内容添加到列表中
    values = ' '.join(values)   #调用join方法将这一行中所有单元格内容用' '连接成字符串重新存放到列表中
    print(values)
    values = []

比较两个表格对象，找出不同的单元格位置，代码如下。操作前先安装deepdiff第三方库。导入依赖后，调用DeepDiff方法。

from docx import Document
from deepdiff import DeepDiff

def get_doc_values(path):
    doc = Document(path)
    tables = doc.tables
    table = tables[0]
    all_values = []
    for row in table.rows:
        values = []
        for cell in row.cells:
            values.append(cell.text)
        all_values.append(values)
    return all_values

table1 = get_doc_values('table.docx')
table2 = get_doc_values('table_modify.docx')

ddiff = DeepDiff(table1,table2)
print(ddiff)

（3）获取文本框对象

children = doc.element.body.iter()      #获取所有目录对象
for child in children:
    # 通过类型判断目录
    if child.tag.endswith('textbox'):   #判断是否是文本框目录
        i = []
        for ci in child.iter():     #遍历文本框目录中的内容
            if ci.tag.endswith('main}r'):       #筛选出是文本内容片段
                i.append(ci.text)       #将文本内容片段组成列表
        print("".join(i))        #输出该文本框的内容

2.3 将数据写入Word文档

（1）将文字写入Word文档中

python-docx提供了add_heading、add_paragraph等方法将文字类型数据以不同形式添加到Word文档中。
doc = Document()
doc.add_heading('一级标题',level=1)     #添加标题
p2 = doc.add_paragraph('第二个段落')     #添加段落
p1 = p2.insert_paragraph_before('第一个段落')
p3 = doc.add_paragraph('新段落')
#追加内容
p3.add_run('加粗').bold = True
p3.add_run('以及')
p3.add_run('斜体').italic = True
doc.save('new1.docx')
（2）将图片写入Word文档中

python-docx提供了add_picture（‘图片地址’，width=*，hight=*）方法把图片添加到Word中。
doc = Document()
doc.add_picture('student_score.png',width=Inches(1.25))
（3）将表格写入Word文档中

python-docx提供了add_table（rows=*,cols=*,style= *）方法把图片添加到Word中。
doc = Document()
#创建table,设置table样式
table = doc.add_table(rows=3,cols=4,style = 'Table Grid')        
向单元格中加入添加数据，两种方法如下代码：
#第一种方法：先获取行，再获取改行中对应的单元格
row = table.row[0]
row.cells[0].text = '第一行第一列'
#第二种方法：直接指定行号与列号
cell = table.cell(0,1)
cell.text = '第一行第二列'
将图片添加到表格中，需要通过追加添加的方式实现，代码如下：
#获取单元格中的段落对象
p = cell.paragraphs[0]
#获取追加对象，也就是后面会说的内联对象
run = p.add_run()
run.add_picture('1.png',width=Inches(1.25))

三、修改Word文档样式

Word支持很多样式，通过不同的样式可以帮助用户突出Word文档中的不同内容。python-docx支持Word中的部分样式，虽然不是所有样式，但基本够用。

文本格式

（1）块对象

块对象一般包括标题、段落、图片、表格、有序列表与无序列表。块对象的属性指定了块对象所在的位置，如缩进、段落之间的段落间距等，常用的属性由alignment(对齐方式)、index(缩进)、pace(行间距)等。示例代码如下：
from docx.enum.text import WD_ALIGN_PARAGRAPH
...
#P为段落对象，设置段落水平居中对齐
p.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER
#设置段落左对齐
p.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.LEFT
#设置段落右对齐
p.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.RIGHT
(2)内联对象

块对象的所有内容都包含在内联对象中，一个块对象由一个或多个内联对象组成。内联对象一般包括文字、句子、段落等，通常通过内联对象的相关属性来指定字体的样式，如粗体、斜体、大小等。示例代码如下：
from docx.shared import Pt
...
run= p.add_run('内联对象')        #p为段落对象
font = run.font        #获取对象的属性
font.size = Pt(35)        #设置字体大小
font.italic = True        #设置字体为斜体

Word文档样式

Word文档中常见的样式由段落样式、字符样式、表格样式等，python-docx库将样式定义在styles属性中，但它并不包含Word中所有的样式。示例代码如下：

from docx import Document
from docx.enum.style import *
doc = Document()
styles = doc.styles     #获取文档所有的样式
#遍历所有样式
for style in styles:
    if style.type == WD_STYLE_TYPE.TABLE:       #筛选出表格类型的所有样式
        doc.add_paragraph(f"表格样式名称：{style.name}")
        table = doc.add_table(3,3,style = style)    #将表格设置成该样式
        cells = table.rows[0].cells
        cells[0].text = '第一列内容'
        cells[1].text = '第二列内容'
        cells[2].text = '第三列内容'
        doc.add_paragraph('\n')
doc.save('show_all_table_style.docx')

四、使用Word模板

4.1 创建Word模板文件

第一步：选中任意符号(这里选中-)，插入-文档部件-域

第二步：选"MergeField"--域名输入name--确定

最后：重复相同操作，设置好需要的域名

4.2使用Word模板文件

使用Word模板文件快速生成千分劳动合同文件，这有个Excel表，里面由所有员工的信息，现在把这些用于生成所有人的合同。代码如下：

import pandas as pd
from mailmerge import MailMerge
#读取员工基本信息表对象
job_seekers = pd.read_excel('求职者.xlsx')
template = '合同.docx'        #选择模板
doc = MailMerge(template)    #根据模板创建模板对象
#将数据填写到Word文档中
def merge(laber_name):
    doc.merge(name=laber_name,time = '2021.10')    #生成一份Word文档
#遍历员工信息
for laber_name in job_seekers['name'].items():
    merge(laber_name)

五、自动生成数据分析报告

数据分析报告生成是常见的工作任务，下面演示如何将大量数据快速转化为有价值的数据分析报告。

将学生成绩数据（如下图）自动生成数据分析报告。

代码如下：

import pandas as pd
import matplotlib.pyplot as plt
from docx import Document

#获取xlsx对象
students = pd.read_excel('student_score.xlsx')
#就地排序
students.sort_values(by='Score',inplace=True,ascending=False)
#绘制柱状图
plt.bar(students['Name'],students['Score'],color='orange')
plt.title('Student Score',fontsize=16)
plt.xlabel('Name')
plt.ylabel('Score')
plt.xticks(students.Name,rotation='90')
plt.tight_layout()

plt.savefig('student_score.png')

######制作分析报告#######
doc = Document()
doc.add_heading('数据分析报告',level=0)
#获取绝对位置第一的信息
first_student = students.iloc[0,:]['Name']
first_score = students.iloc[0,:]['Score']

p = doc.add_paragraph('分数排在第一位的学生是')
p.add_run(str(first_student)).bold =True
p.add_run(',分数为')
p.add_run(str(first_score)).bold =True

p1 = doc.add_paragraph(f'总共有{len(students["Name"])}名学生参加了考试，学生考试总体情况：')
table = doc.add_table(rows=len(students["Name"])+1,cols=2)
table.style = 'Light Shading Accent 1'
table.cell(0,0).text = '学生姓名'
table.cell(0,1).text = '学生分数'
for i,(index,row) in enumerate(students.iterrows()):
    table.cell(i+1,0).text = str(row['Name'])
    table.cell(i+1,1).text = str(row['Score'])
doc.add_picture('student_score.png')
doc.save('student_score_analyze.docx')
print("Done!")

效果如下图：