推荐：python自动化办公——python操作Excel、Word、PDF集合大全

这是非常好的一篇博文，出于对原作者的尊重，强烈推荐点过去看！
网址：https://blog.csdn.net/weixin_41261833/article/details/106028038

一、环境搭建

1.1 python-docx（读写Word文档的大部分操作）

1.1.1 官方文档

https://python-docx.readthedocs.io/en/latest/

1.1.2 清华源安装python-docx

我已经装过了。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  python-docx

1.1.3 导包方式

from docx import Document
from docx.shared import Inches

1.2 win32com（主要用作doc转docx格式转换用）

1.2.1 官方文档

https://docs.microsoft.com/en-us/dotnet/api/microsoft.office.interop.word?view=word-pia

1.2.2 清华源安装win32com

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  pypiwin32

1.2.3 导包方式

import win32com
from win32com.client import Dispatch, constants

1.3 docx-mailmerge（用作按照模板生成大量同类型文档）

1.3.1 官方文档

https://pypi.org/project/docx-mailmerge/

1.3.2 清华源安装docx-mailmerge

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  docx-mailmerge

1.3.3 导包方式

from mailmerge import MailMerge

1.4 matplotlib（Python 最基本的绘图库）

1.4.1 官方文档 V3.4.2

https://matplotlib.org/stable/tutorials/introductory/sample_plots.html

1.4.2 清华源安装matplotlib

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib

1.4.3 导包方式

import matplotlib.pyplot as plt

二、小试牛刀 - 工具介绍与简单使用

2.1 Python-docx

python-docx 是用于创建可修改 微软 Word 的一个 python 库，提供全套的 Word 操作，是最常用的 Word 工具

2.1.1 基本概念

• Document：是一个 Word 文档 对象，不同于 VBA 中 Worksheet 的概念，Document 是独立的，打开不同的 Word 文档，就会有不同的 Document 对象，相互之间没有影响。
• Paragraph：是段落，一个 Word 文档由多个段落组成，当在文档中输入一个回车键，就会成为新的段落，输入 shift + 回车，不会分段。
• Run 表示一个节段，每个段落由多个节段 组成，一个段落中具有相同样式的连续文本，组成一个节段，所以一个 段落对象有多个 Run 列表。
  如图所示：
  

2.1.2 创建一个word文件

# 导包
from docx import Document

# 实例化一个Document对象，相当于打开word软件，新建一个空白文件
doc = Document()
# word文件尾部增加一个段落，并写入内容
paragraph = doc.add_paragraph('Hello! I am created by python-docx.')
# 原有段落前面插入一个段落，并写入内容
prior_paragraph = paragraph.insert_paragraph_before('Good day!')
# 保存word文件到当前文件夹
doc.save(f"test.docx")

2.1.3 顺序增加段落、文字块、图片

# 导入模块
from docx import Document

# 新建文档对象按模板新建 word 文档文件，具有模板文件的所有格式
doc = Document()  

# 增加标题：add_heading(self, text="", level=1):
doc.add_heading('标题',1)

# 增加段落正文，add_paragraph(self, text='', style=None)：返回一个 Paragraph 段落对象
par = doc.add_paragraph('第一个段落：')
print(par)  # <docx.text.paragraph.Paragraph object at 0x000000000A889F08>

# 在段落中添加文字块，add_run(self, text=None, style=None):返回一个 run 对象
run_ = par.add_run('段落文字块')
print(run_)     # <docx.text.run.Run object at 0x000000000B2D31C8>

# 增加图片，add_picture(self, image_path_or_stream, width=None, height=None):返回一个 InlineShape 对象
pic_par = doc.add_picture('1.jpg')
print(pic_par)  # <docx.shape.InlineShape object at 0x000000000B2F11C8>

p2 = doc.add_paragraph('第二个段落：')
p2.add_run('段落文字块')

# 增加表格add_table(self, rows, cols, style=None):返回一个表格对象 
table = doc.add_table(2,3)
print(table)  # <docx.table.Table object at 0x000000000B302688>

# 保存文件
doc.save('test.docx')

2.1.4 内容修改：正则替换原有word文件中的英文引号

Python本身被设计为可扩充的。并非所有的特性和功能都集成到语言核心。Python编译器本身也可以被集成到其它需要脚本语言的程序内。因此，很多人还把"Python"作为一种"胶水语言"（glue language）使用。

修改要求：
"Python"替换为“Python”
"胶水语言"替换为 “胶水语言”

对于英文引号来说不区分前引号和后引号，怎么能保证配置到的不会是 “作为一种”？
经测试正则为：’"(?:[^"])*"’
?:：为了取消圆括号模式配置过程的缓存，即不需要遇到一个符合的就结束匹配
[^"]：表示匹配的内容不能是 "，以避免贪婪匹配，即避免匹配成 从第一个 " 开始一直到最后一个 "结束
整体的意思是 配置两个 " 之间的内容，且内容中不包括 "

from docx import Document
from docx.oxml.ns import qn # 设置中文字体需导入 qn 模块
import re
 
doc = Document(r"test.docx")
# 定义正则
restr = '"(?:[^"])*"'
for p in doc.paragraphs:
    # 修改引号
    list_results = re.findall(restr, p.text)
    for result in list_results:
        # 段落文字替换掉英文引号，再赋值给段落文字
        p.text = p.text.replace(result, '“' + result[1:-1] + '”')

    # 修改格式必须放在后边，否则会被其他操作覆盖
    # 设置全部字体为宋体
    for run in p.runs:
        run.font.name = 'Times New Roman'  # 注：这个好像设置 run 中的西文字体
        run.font.element.rPr.rFonts.set(qn('w:eastAsia'),'宋体')

doc.save(r'test_modify.docx')

2.1.5 段落格式设置

# 增加分页符
doc.add_page_break()

# 增加标题 API 分析， 只能设置 0-9 级标题
for i in range(0,10):
    doc.add_heading(f'标题{i}', i)

# 增加分页
doc.add_page_break()

# 新增一个段落，代码换行，word中就是一个段落，不换行
par2 = doc.add_paragraph('第二个段落:麻烦给我的爱人来一杯MojIto，'
                         '我喜欢阅读她微醺时的眼眸，而我的咖啡，糖不用太多,'
                         '这世界已经因为她甜得过头，没有跟她笑容一样浓郁的雪茄，'
                         '就别浪费时间介绍收起来吧，拱廊的壁画，旧城的涂鸦，'
                         '所有色彩都因为她说不出话。')

""" Paragraph 段落格式设置 """
# 段落对齐设置：# 导入对齐选项
from docx.enum.text import WD_ALIGN_PARAGRAPH

# 设置段落文本右对齐，下面两行代码的效果是一样的，推荐导包，代码可读性强
par2.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.RIGHT    # 需要导包，代码直观
# par2.paragraph_format.alignment = 2     # 可直接使用0-9整数值，使用简单
# 获取段落设置的对齐方式
print(par2.alignment)
'''
可选项有：
'LEFT', 0, 'left', 'Left-aligned'
'CENTER', 1, 'center', 'Center-aligned.'
'RIGHT', 2, 'right', 'Right-aligned.'
'JUSTIFY', 3, 'both', 'Fully justified.'
'DISTRIBUTE', 4, 'distribute', 'Paragraph characters are distrib'
            'uted to fill the entire width of the paragraph.'
'JUSTIFY_MED', 5, 'mediumKashida', 'Justified with a medium char'
            'acter compression ratio.'
'JUSTIFY_HI', 7, 'highKashida', 'Justified with a high character'
            ' compression ratio.'
'JUSTIFY_LOW', 8, 'lowKashida', 'Justified with a low character '
            'compression ratio.'
'THAI_JUSTIFY', 9, 'thaiDistribute', 'Justified according to Tha'
            'i formatting layout.'
'''

""" 段落缩进 """
# 导入缩进单位
from docx.shared import Inches,Pt
# 左缩进,0.5 英寸
par2.paragraph_format.left_indent = Inches(0.5)
# 右缩进,20 磅
par2.paragraph_format.right_indent = Pt(20)
# 首行缩进
par2.paragraph_format.first_line_indent = Inches(1)

""" 行间距 """
# par2.paragraph_format.line_spacing = Pt(20) # 20 磅
par2.paragraph_format.line_spacing = 1.5 # 1.5倍行距 单倍行距 1.0
"当line_spacing设置为长度值时表示绝对距离，"
"设置为浮点数时表示行高的倍数"

# 段前间距
par2.paragraph_format.space_before = Pt(5)
# 段后间距
par2.paragraph_format.space_after = Pt(10)

""" 设置段落内部文字在遇到需分页情况时处理状态 """
par2.paragraph_format.keep_together = True  # 段中不分页
par2.paragraph_format.keep_with_next = True # 与下段同页
par2.paragraph_format.page_break_before = True # 段前分页
par2.paragraph_format.widow_control = True # 孤行控制

# 获取段落的左缩进，首行缩进，段前间距：
l_space = par2.paragraph_format.left_indent
h_space = par2.paragraph_format.first_line_indent
b_space = par2.paragraph_format.space_before
print(l_space,h_space,b_space)  # 457200 914400 63500

2.1.6 字体格式设置

首先明确一个概念：
python-docx 模块中，paragraph 段落是一个块对象，可以理解为是一个容器。run 对象也是一个块对象，可以理解为具有相同格式的一段文字集合。
放在 word 文档中简单理解就是，一个段落包含许多文字，同一段落的文字，也可以有不同的格式。
注意：用 add_paragraph() 方法添加段落时，如果写入了文本，就直接创建了一个 run。

# 新建一个段落，增加一段文字
run_2 = doc.add_paragraph().add_run('这爱不落幕，忘了心事的国度，'
                                    '你所在之处，孤单都被征服，'
                                    '铁铸的招牌，错落着就像，'
                                    '一封封城市献给天空的情书，'
                                    '当街灯亮起，Havana漫步，'
                                    '这是世上最美丽的那双人舞。')
""" 设置字体格式 """
run_2.font.name = 'Times New Roman'  # 注：这个好像设置 run 中的西文字体
# 设置中文字体,需导入 qn 模块
from docx.oxml.ns import qn
run_2.font.element.rPr.rFonts.set(qn('w:eastAsia'),'宋体')
# 设置字体大小
run_2.font.size = Pt(14)
# 设置加粗
run_2.font.bold = True
# 设置斜体
run_2.font.italic = True
# 设置字体颜色 需导入 rgb 颜色模块
from docx.shared import RGBColor
run_2.font.color.rgb = RGBColor(255,55,55) # 红色
# 设置背景颜色
from  docx.enum.text import WD_COLOR_INDEX
run_2.font.highlight_color = WD_COLOR_INDEX.YELLOW
"""
背景颜色可选值有：
'AUTO', 0, 'default'
'BLACK', 1, 'black'
'BLUE', 2, 'blue'
'BRIGHT_GREEN', 4, 'green',
'DARK_BLUE', 9, 'darkBlue',
'DARK_RED', 13, 'darkRed'
'DARK_YELLOW', 14, 'darkYellow'
'GRAY_25', 16, 'lightGray'
'GRAY_50', 15, 'darkGray'
'GREEN', 11, 'darkGreen'
'PINK', 5, 'magenta'
'RED', 6, 'red'
'TEAL', 10, 'darkCyan'
'TURQUOISE', 3, 'cyan'
'VIOLET', 12, 'darkMagenta'
'WHITE', 8, 'white'
'YELLOW', 7, 'yellow'
"""
# 设置下划线
# run_2.font.underline = True
# 设置轮廓线
# run_2.font.outline = True
# 设置阴影
# run_2.font.shadow = True
# 删除线
# run_2.font.strike = True
# 双删除线
# run_2.font.double_strike = True
# 设置下标
# run_2.font.subscript = True
# 设置上标
# run_2.font.superscript = True

2.1.7 插入图片、设置大小

# 导入模块
from docx import Document
# 此模块中包含 docx 中各类单位方法
from docx.shared import Inches, Cm

doc = Document()
doc.add_heading('python-docx 基础讲解（二）')

# 在文档中增加图片,并对设置图片大小
# 当只设置一个方向的长度（宽或高）时，另一方向会自动缩放
doc.add_picture('1.jpg',width=Inches(1))  # 按英寸设置
doc.add_picture('1.jpg',height=Cm(2))  # 按厘米设置

2.1.8 插入表格、设置表格和单元格格式

# 导入模块
from docx import Document
# 此模块中包含 docx 中各类单位方法
from docx.shared import Inches, Cm

# 新建文档对象按模板新建 word 文档文件，具有模板文件的所有格式
doc = Document()  

# 在文档中增加表格，并添加文字 "add_table(self, rows, cols, style=None):"
table1 = doc.add_table(2, 3) # 添加一个2行3列的表格，表格样式为None
# table1 = doc.add_table(2, 3, style ='Table Grid') # 添加一个2行3列的表格，表格样式为Table Grid
table1.cell(0,0).text = '0'  # 给表格单元格赋值

# 获取表格对象所有单元格对象列表
print(table1._cells)
# ------运行结果------
# [<docx.table._Cell object at 0x000002131AF996C8>,
# <docx.table._Cell object at 0x000002131AF99608>,
# <docx.table._Cell object at 0x000002131AF99648>,
# <docx.table._Cell object at 0x000002131AF99688>,
# <docx.table._Cell object at 0x000002131AF99588>,
# <docx.table._Cell object at 0x000002131AF995C8>]
# ------运行结果------

# 对单元格对象设置文字
for i,cell in enumerate(table1._cells):
    cell.text = str(i)

# 获取所有表格样式
from docx.enum.style import WD_STYLE_TYPE

styles = doc.styles
for style in styles:
    if style.type == WD_STYLE_TYPE.TABLE:
        print(style)
print(f'共有 {len(styles)} 种表格样式')     # 共有 164 种表格样式
"""
可设置的表格样式：
_TableStyle('Normal Table') id: 187730312
_TableStyle('Table Grid') id: 187730312
_TableStyle('Light Shading') id: 187730376
_TableStyle('Light Shading Accent 1') id: 187730312
_TableStyle('Light Shading Accent 2') id: 187730376
_TableStyle('Light Shading Accent 3') id: 187730312
_TableStyle('Light Shading Accent 4') id: 187730376
_TableStyle('Light Shading Accent 5') id: 187730312
_TableStyle('Light Shading Accent 6') id: 187730376
_TableStyle('Light List') id: 187730312
...
"""
# 表格在创建时可及可指定格式：
# doc.add_table(2,3,style ='Table Grid' )
# 也可在创建后进行设置：
table1.style = 'Table Grid'

# 表格设置自动调整列宽，（默认也为真）
table1.autofit = True

# 为表格对象增加列,add_column(self, width)
table1.add_column(Inches(3)) # 需指定宽度

# 为表格对象增加行,add_row(self)
table1.add_row() # 只能逐行添加

table1.cell(0, 3).text = '这是增加的列'
table1.cell(2, 0).text = '这是增加的行'

# 获取行对象
row0 = table1.rows[0]
print(row0)
# 获取列对象
col0 = table1.columns[0]

# 获取表格一行的单元格对象列表
row0_cells = table1.row_cells(0)
print(row0_cells)
# 运行结果
# [<docx.table._Cell object at 0x000000000B311C88>,
# <docx.table._Cell object at 0x000000000B311AC8>,
# <docx.table._Cell object at 0x000000000B311B08>,
# <docx.table._Cell object at 0x000000000B311A48>]

# 获取一列的单元格对象列表
col_0_cells = table1.column_cells(0)
print(col_0_cells)
# 运行结果
# [<docx.table._Cell object at 0x000000000B312F88>,
# <docx.table._Cell object at 0x000000000B312CC8>,
# <docx.table._Cell object at 0x000000000B31A108>]

# 设置单元格对齐方式
# 垂直对齐方式:'TOP'-0, 'CENTER'-1, 'BOTTOM'-3, 'BOTH'-101
# 水平对齐方式：'LEFT'-0, 'CENTER'-1, 'RIGHT'-2
from docx.enum.table import WD_ALIGN_VERTICAL   # 导入单元格垂直对齐
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT # 导入段落对齐
table1.cell(0,0).vertical_alignment = WD_ALIGN_VERTICAL.TOP
table1.cell(0,0).paragraphs[0].alignment = WD_PARAGRAPH_ALIGNMENT.CENTER

# 按行合并单元格，要继续合并的话，可用此单元格再次使用 merge 方法
cell_new = table1.cell(2,0).merge(table1.cell(2,1)).merge(table1.cell(2,2))

# 返回一个新单元格对象
print(cell_new)
# <docx.table._Cell object at 0x000000000B312F08>
# 按列合并单元格，要继续合并的话，可用此单元格再次使用 merge 方法
cell_new1 = table1.cell(0,3).merge(table1.cell(1,3)).merge(table1.cell(2,3))
cell_new1.vertical_alignment = WD_ALIGN_VERTICAL.CENTER             # 垂直居中
cell_new1.paragraphs[0].alignment = WD_PARAGRAPH_ALIGNMENT.CENTER   # 左右居中

cell_par = cell_new.paragraphs[0] # 获取到对象
# 设置单元格左右对齐方式
from docx.enum.text import WD_ALIGN_PARAGRAPH
cell_par.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER
# 获取 run 对象
cell_run = cell_new.paragraphs[0].runs[0]   # 单元格.段落.块
# 设置西文字体
cell_run.font.name = 'Times New Roman'  
from docx.oxml.ns import qn
cell_run.font.element.rPr.rFonts.set(qn('w:eastAsia'),'黑体')
# 设置字体颜色
from docx.shared import RGBColor
cell_run.font.color.rgb = RGBColor(255,55,55) # 红色

最终效果

2.1.9 设置章节、页面设置、页边距、页眉、页脚

章节 也是 word 文档中一个块级元素，相较于段落块级元素它的范围应该更大一点。一般来说：一个 word 文档包含多个章节、一个章节包含多个 run 块级元素。
一个word文档被建立时至少包含一个章节：

# word文档中章节 section 对象
sec = doc.sections  # 获取所有章节
print(sec) # <docx.section.Sections object at 0x000000000B312E88>
print(len(sec)) # 新建word文档只有1个章节

# 新建一个章节
doc.add_section()
print(len(sec)) # 2

# 文档页边距设置
# 获取、设置页面边距
sec0 = sec[1]  # 获取章节对象

# 导入设置页面方向所需模块
from docx.enum.section import WD_ORIENT
# 设置页面方向
sec0.orientation = WD_ORIENT.LANDSCAPE # 横向

# 设置页面高度、宽度
sec0.page_height = Inches(15)
sec0.page_width = Inches(10)

# 获取页面边距值：（单位为像素）
print('页面高度',sec0.page_height)
print('页面宽度',sec0.page_width)

# 也可以设置页面的边距：
sec0.left_margin = Inches(1)
sec0.right_margin = Inches(1)
sec0.top_margin = Inches(2)
sec0.bottom_margin = Inches(2)

# 获取页面边距值：（单位为像素）
print('左边距：',sec0.left_margin)
# 左边距： 1143000
print('右边距：',sec0.right_margin)
# 右边距： 1143000
print('上边距：',sec0.top_margin)
# 上边距： 914400
print('下边距：',sec0.bottom_margin)
# 下边距： 914400
print('页眉边距：',sec0.header_distance)
# 页眉边距： 457200
print('页脚边距：',sec0.footer_distance)
# 页脚边距： 457200

# 设置页眉
head0 = sec0.header  # 返回页眉对象
font0 = sec0.footer  # 返回页脚对象
print(head0)
# <docx.section._Header object at 0x000000000B312E08>
print(font0)
# <docx.section._Footer object at 0x000000000B312B88>

# 查看页眉是否和上节一致
print(head0.is_linked_to_previous)  # 默认为 True

# 设置页眉，页眉也是一个块级对象，里面也包含了 Paragraph 对象,所以对齐方式，文字格式设置方式和前文介绍一致。
print(head0.paragraphs)
head0_par = head0.paragraphs[0]
head0_par.add_run('页眉')

# 设置页脚，注: 设置页脚按序列增加的方式暂未找到
font0_par = font0.paragraphs[0]
font0_par.add_run('页脚')

最终效果

2.1.10 获取文档章节信息

用做示例的 test03.docx 文件截图如下：

文档中有两个章节共两页（一个章节一页），一个章节的页面为 A3 ，另一个为 A4。注意：章节对象的概念虽然比段落对象大，章节对象可以设置本章节的页面大小页眉页脚等，在该章节的段落对象必须遵守该章节的设置。但是又并不存在包含关系，也就是说不能通过章节对象获取到段落信息。

# Document 类，不仅可以新建word文档，也可以打开一个本地文档
doc = Document('test03.docx')  # 想获取的文档文件名，这里是相对路径。

# 获取文档所有章节
sections = doc.sections
"class Sections(Sequence):"
print(sections)
# <docx.section.Sections object at 0x000000000B2E1148>
# 查看章节数量
print(len(sections)) # 2

# 获取章节对象的页边距等信息 "class Section(object):"
sec0 = sections[0]  #这里获取的是第一个章节的页面信息，也就是 A3 页面的信息。

print(sec0)
# <docx.section.Section object at 0x000000000B2D5708>
# 获取章节页面信息
# 获取页面边距值：（单位为像素）
print('左边距：',sec0.left_margin)
# 左边距： 914400
print('右边距：',sec0.right_margin)
# 右边距： 914400
print('上边距：',sec0.top_margin)
# 上边距： 1143000
print('下边距：',sec0.bottom_margin)
# 下边距： 1143000
print('页眉边距：',sec0.header_distance)
# 页眉边距： 540385
print('页脚边距：',sec0.footer_distance)
# 页脚边距： 629920
print('页面方向：',sec0.orientation)
# 页面方向： LANDSCAPE (1)
print('页面高度：',sec0.page_height)
# 页面高度： 10657205
print('页面宽度：',sec0.page_width)
# 页面宽度： 15085695

head0 = sec0.header # 获取页眉对象
print(head0)
# <docx.section._Header object at 0x000000000B2E1348>
head0_pars = head0.paragraphs # 获取 页眉 paragraphs
# 获取页眉文字信息
# 因存在多个 paragraph 对象的可能所以用循环读取的方式
head0_string = ''
for par in head0_pars:
    head0_string += par.text

print(head0_string)     # 仪征市马集镇总体规划（2017-2030）——说明

# 获取页脚信息，也是类似的方法
foot0 = sec0.footer
print(foot0) # 获取页脚对象     # <docx.section._Footer object at 0x000000000B2E3808>
foot0_pars = foot0.paragraphs
foot0_string = ''
for par in foot0_pars:
    foot0_string += par.text
print(foot0_string) # 1

2.1.11 获取段落文字信息

# 获取文档所有段落对象
paragraphs = doc.paragraphs
print(paragraphs)
print(len(paragraphs))  # 打印结果：20

# 获取一个段落对象的文字信息
par0 = paragraphs[0]
print(par0)
par0_string = par0.text
print(par0_string)

# 获取所有段落文字信息
pars_string = [par.text for par in paragraphs]
print(pars_string)
print('段落对齐方式：',par0.paragraph_format.alignment)
# 段落对齐方式： LEFT (0)
print('左缩进：',par0.paragraph_format.left_indent)
# 左缩进： None
print('右缩进：',par0.paragraph_format.right_indent)
# 右缩进： None
print('首行缩进：',par0.paragraph_format.first_line_indent)
# 首行缩进： 304800
print('行间距：',par0.paragraph_format.line_spacing)
# 行间距： 1.5
print('段前间距：',par0.paragraph_format.space_before)
# 段前间距： 198120
print('段后间距：',par0.paragraph_format.space_after)
# 段后间距： 198120

2.1.12 获取文字格式信息

paragraph 对象 里还有更小的 run 对象，run 对象才包含了段落对象的文字信息。paragraph.text 方法也是通过 run 对象的方法获取到文字信息的。

def text(self):
    text = ''
    for run in self.runs:
        text += run.text
    return text

# 获取文档所有段落对象
paragraphs = doc.paragraphs
print(paragraphs)
print(len(paragraphs))  # 打印结果：20

# 获取一个段落对象的文字信息
par0 = paragraphs[0]
# 获取段落的 run 对象列表
runs = par0.runs
print(runs)
# 获取 run 对象
run_0 = runs[0]
print(run_0.text) # 获取 run 对象文字信息
# 打印结果：
# 坚持因地制宜，差异化打造特色小镇，

# 获取文字格式信息
print('字体名称：',run_0.font.name)
# 字体名称： 宋体
print('字体大小：',run_0.font.size)
# 字体大小： 152400
print('是否加粗：',run_0.font.bold)
# 是否加粗： None
print('是否斜体：',run_0.font.italic)
# 是否斜体： True
print('字体颜色：',run_0.font.color.rgb)
# 字体颜色： FF0000
print('字体高亮：',run_0.font.highlight_color)
# 字体高亮： YELLOW (7)
print('下划线：',run_0.font.underline)
# 下划线： True
print('删除线：',run_0.font.strike)
# 删除线： None
print('双删除线：',run_0.font.double_strike)
# 双删除线： None
print('下标：',run_0.font.subscript)
# 下标： None
print('上标：',run_0.font.superscript)
# 上标： None

2.13 获取文档中表格信息

在介绍单元格格式信息时，说过单元格内文字信息也是通过 run 对象设置，故获取文字信息也和前面获取段落文字信息类似，就不重复了。

# 获取文档中表格信息
tables = doc.tables # 获取文档中所有表格对象的列表
print(tables)
# [<docx.table.Table object at 0x000001957059CD48>]
print(len(tables)) # 查看文档中表格数量
# 1
table0 = tables[0]  # 获取表格对象

# 获取表格的样式信息
print(table0.style)
# _TableStyle('Normal Table') id: 190621384

# 获取一个表格的所有单元格
cells = table0._cells
print(len(cells)) # 表格中单元格数量
# 15

# 获取单元格内所有文字信息，用 tableobj._cells 获取到的单元格对象列表是按行排列的。
cells_string = [cell.text for cell in cells]
print(cells_string) 

# 获取表格对象行数量、列数量
col_num = len(table0.columns)
print(col_num) # 3
# 行数量
row_num = len(table0.rows)
print(row_num) # 5

# 获取行对象
row0 = table0.rows[0]
# 获取列对象
col0 = table0.columns[0]

# 获取行对象文字信息
'要用 row0.cells 获取行对象的 cell 才能获取其文字信息'
row0_string = [cell.text for cell in row0.cells]
print(row0_string)

# 获取列对象文字信息
col0_string = [cell.text for cell in col0.cells]
print(col0_string)

2.2 win32com 操作 word 和 excel

2.2.1 win32com 将 doc 转为 docx

import os
from win32com import client as wc

def TransDocToDocx(oldDocName,newDocxName):
    print("我是 TransDocToDocx 函数")
    # 打开word应用程序
    word = wc.Dispatch('Word.Application')

    # 打开 旧word 文件
    doc = word.Documents.Open(oldDocName)

    # 保存为 新word 文件,其中参数 12 表示的是docx文件
    doc.SaveAs(newDocxName, 12)

    # 关闭word文档
    doc.Close()
    word.Quit()

    print("生成完毕！")

if __name__ == "__main__":
    # 获取当前目录完整路径
    currentPath = os.getcwd()
    print("当前路径为：",currentPath)

    # 获取 旧doc格式word文件绝对路径名
    docName = os.path.join(currentPath,'test.doc')
    print("docFilePath = ", docName)

    # 设置新docx格式文档文件名
    docxName = os.path.join(currentPath,'test.docx')

    TransDocToDocx(docName,docxName)

2.2.2 Win32com 操作word 插入文字、替换文字、表格插入行、保存关闭

代码运行前：

import win32com
from win32com.client import Dispatch, constants
import os
try:
    w = win32com.client.Dispatch('Word.Application')
    # 或者使用下面的方法，使用启动独立的进程：
    # w = win32com.client.DispatchEx('Word.Application')

    # 后台运行，不显示，不警告
    w.Visible = 0
    w.DisplayAlerts = 0

    # 打开新的文件
    doc = w.Documents.Open(os.getcwd() + r'\test.docx')
    # worddoc = w.Documents.Add() # 创建新的文档

    # 在文档开头插入文字
    myRange = doc.Range(0,0)
    myRange.InsertBefore('Insert by Win32Com!')

    # 在文档末尾添加内容
    myRange2 = doc.Range()
    myRange2.InsertAfter('\n Bye word！\n')

    # 在文档i指定位置添加内容
    i = 6
    myRange3 = doc.Range(1, i)
    myRange3.InsertAfter("\n what's up, bro?\n")

    # 使用样式
    wordSel = myRange.Select()
    # wordSel.Style = constants.wdStyleHeading1

    # 正文文字替换
    w.Selection.Find.ClearFormatting()
    w.Selection.Find.Replacement.ClearFormatting()
    w.Selection.Find.Execute('glue language', False, False, False, False, False, True, 1, True, '胶水语言', 2)

    # 页眉文字替换
    w.ActiveDocument.Sections[0].Headers[0].Range.Find.ClearFormatting()
    w.ActiveDocument.Sections[0].Headers[0].Range.Find.Replacement.ClearFormatting()
    w.ActiveDocument.Sections[0].Headers[0].Range.Find.Execute('介绍', False, False, False, False, False, True, 1, False, '简介', 2)

    # 表格操作
    doc.Tables[0].Rows[0].Cells[0].Range.Text ='123123'
    doc.Tables[0].Rows.Add() # 增加一行

    # 打印
    doc.PrintOut()

    # 另存为
    doc.SaveAs(os.getcwd() + r'\test_modify.docx')
except Exception as e:
    print(e)
finally:
    doc.Close()
    w.Quit()

代码运行后：

2.2.3 Win32com 操作 excel 插入图片

# -*- coding: utf-8 -*- 
from win32com.client import Dispatch 
import win32com.client 
class easyExcel: 
    """A utility to make it easier to get at Excel.  Remembering 
    to save the data is your problem, as is  error handling. 
    Operates on one workbook at a time.""" 
    def __init__(self, filename=None): 
        self.xlApp = win32com.client.Dispatch('Excel.Application') 
        if filename: 
            self.filename = filename 
            self.xlBook = self.xlApp.Workbooks.Open(filename) 
        else: 
            self.xlBook = self.xlApp.Workbooks.Add() 
            self.filename = ''  
    def save(self, newfilename=None): 
        if newfilename: 
            self.filename = newfilename 
            self.xlBook.SaveAs(newfilename) 
        else: 
            self.xlBook.Save()    
    def close(self): 
        self.xlBook.Close(SaveChanges=0) 
        del self.xlApp 
    def getCell(self, sheet, row, col): 
        "Get value of one cell" 
        sht = self.xlBook.Worksheets(sheet) 
        return sht.Cells(row, col).Value 
    def setCell(self, sheet, row, col, value): 
        "set value of one cell" 
        sht = self.xlBook.Worksheets(sheet) 
        sht.Cells(row, col).Value = value 
    def getRange(self, sheet, row1, col1, row2, col2): 
        "return a 2d array (i.e. tuple of tuples)" 
        sht = self.xlBook.Worksheets(sheet) 
        return sht.Range(sht.Cells(row1, col1), sht.Cells(row2, col2)).Value 
    def addPicture(self, sheet, pictureName, Left, Top, Width, Height): 
        "Insert a picture in sheet" 
        sht = self.xlBook.Worksheets(sheet) 
        sht.Shapes.AddPicture(pictureName, 1, 1, Left, Top, Width, Height) 
    def cpSheet(self, before): 
        "copy sheet" 
        shts = self.xlBook.Worksheets 
        shts(1).Copy(None,shts(1)) 

if __name__ == "__main__": 
    PNFILE = r'E:\env_study\pro_study\1.jpg' 
    xls = easyExcel(r'E:\env_study\pro_study\test.xlsx') 
    xls.addPicture('Sheet1', PNFILE, 20,20,1000,1000) 
    xls.cpSheet('Sheet1') 
    xls.save() 
    xls.close()

最终效果：

2.2.4 Win32com 转换word为pdf

# 转换word为pdf
from win32com.client import Dispatch, constants
import os

# 生成Pdf文件
def funGeneratePDF():
    word = Dispatch("Word.Application")
    word.Visible = 0  # 后台运行，不显示
    word.DisplayAlerts = 0  # 不警告
    doc = word.Documents.Open(os.getcwd() + r"\test.docx") # 打开一个已有的word文档
    doc.SaveAs(os.getcwd() + r"\test.pdf", 17)   # txt=4, html=10, docx=16， pdf=17
    doc.Close()
    word.Quit()

if __name__ == '__main__':
    funGeneratePDF()

三、案例

3.1 Python-docx官方例程

# Python-docx官方例程
from docx import Document
from docx.shared import Inches

document = Document()

document.add_heading('Document Title', 0)

p = document.add_paragraph('A plain paragraph having some ')
p.add_run('bold').bold = True
p.add_run(' and some ')
p.add_run('italic.').italic = True

document.add_heading('Heading, level 1', level=1)
document.add_paragraph('Intense quote', style='Intense Quote')

document.add_paragraph(
    'first item in unordered list', style='List Bullet'
)
document.add_paragraph(
    'first item in ordered list', style='List Number'
)

document.add_picture('1.jpg', width=Inches(1.25))

records = (
    (3, '101', 'Spam'),
    (7, '422', 'Eggs'),
    (4, '631', 'Spam, spam, eggs, and spam')
)

table = document.add_table(rows=1, cols=3)
hdr_cells = table.rows[0].cells
hdr_cells[0].text = 'Qty'
hdr_cells[1].text = 'Id'
hdr_cells[2].text = 'Desc'
for qty, id, desc in records:
    row_cells = table.add_row().cells
    row_cells[0].text = str(qty)
    row_cells[1].text = id
    row_cells[2].text = desc

document.add_page_break()

document.save('4.1 Python-docx官方例程.docx')

3.2 市民水电费缴费通知单

用水电气数据已经统计在一个 Excel 文件中，Excel 表格数据如下：

分析：
从需求上来看，核心功能就是要： 读取模板文件，在不改变模板文件中段落、文字格式的前提下，根据数据内容替换部分文字。
根据需要，调整的 Word 模板文件截图：

批量生成的缴费通知文件截图：

# 导入模块
import xlrd
import docx

# 定义获取 word 模板正文段落、表格 run 对象函数
def get_runs(path):
    doc = docx.Document(path)
    runs_g = []
    # 获取段落 run 对象
    for par_g in doc.paragraphs:
        for run_g in par_g.runs:
            runs_g.append(run_g)
    # 获取表格 run 对象
    table_g = doc.tables[0]
    for cell_g in table_g._cells:
        for cell_par_g in cell_g.paragraphs:
            for cell_run_g in cell_par_g.runs:
                runs_g.append(cell_run_g)
    return doc,runs_g

# 读取 Excel 文件数据
excel_obj = xlrd.open_workbook('el01.xlsx')
# 获取 sheet
sheet = excel_obj.sheet_by_index(0)
# 按行读取所有数据
excel_data = sheet._cell_values

# 需制作缴费通知单数据
notice_data = excel_data[2:]

# 模板内设置的标志：
tags_1 = ['用户姓名','用户居住地址','通知月份',
          '上月用水','本月用水','实际用水',
          '上月用电','本月用电','实际用电',
          '上月用气','本月用气','实际用气',
          '本月水费','本月电费','本月燃气费',
          '总计费用']

# 遍历需制作缴费单数据
for ds in notice_data:
    # 构建替换数据字典
    notice_dict = dict(zip(tags_1,ds))
    # 创建 word、run 列表
    doc_t,runs_t = get_runs('test01.docx')
    # 遍历模板run对象 和 notice_dict key 匹配
    # 匹配成功则替换 run 内容
    for run_t in runs_t:
        if run_t.text in notice_dict.keys():
            run_t.text = str(notice_dict[run_t.text])
    doc_t.save('outpath/%s通知单.docx' % ds[0])

3.3 docx&matplotlib 自动生成数据分析报告

原始数据：

import xlrd
import matplotlib
import matplotlib.pyplot as plt
from docx import Document
from docx.shared import Inches

# 获取学习成绩信息
def GetExcelInfo():
    print("开始获取表格内容信息")

    # 打开指定文档
    xlsx = xlrd.open_workbook('学生成绩表格.xlsx')

    # 获取sheet
    sheet = xlsx.sheet_by_index(0)

    # 获取表格行数
    nrows = sheet.nrows
    print("一共 ",nrows," 行数据")

    # 获取第2列，和第4列 所有值（列表生成式）,从第2行开始获取
    nameList = [str(sheet.cell_value(i, 1)) for i in range(1, nrows)]
    scoreList = [int(sheet.cell_value(i, 3)) for i in range(1, nrows)]

    # 返回名字列表和分数列表
    return nameList,scoreList

# 生成学生成绩柱状图（使用matplotlib）
# 会生成一张名为"studentScore.jpg"的图片
def GenerateScorePic(scoreList):
    # 解析成绩列表，生成横纵坐标列表
    xNameList = [str(studentInfo[0]) for studentInfo in scoreList]
    yScoreList = [int(studentInfo[1]) for studentInfo in scoreList]
    print("xNameList",xNameList)
    print("yScoreList",yScoreList)

    # 设置字体格式
    matplotlib.rcParams['font.sans-serif'] = ['SimHei']  # 用黑体显示中文

    # 设置绘图尺寸
    plt.figure(figsize=(10,5))

    # 绘制图像
    plt.bar(x=xNameList, height=yScoreList, label='学生成绩', color='steelblue', alpha=0.8)

    # 在柱状图上显示具体数值, ha参数控制水平对齐方式, va控制垂直对齐方式
    for x1, yy in scoreList:
        plt.text(x1, yy + 1, str(yy), ha='center', va='bottom', fontsize=16, rotation=0)

    # 设置标题
    plt.title("学生成绩柱状图")

    # 为两条坐标轴设置名称
    plt.xlabel("学生姓名")
    plt.ylabel("学生成绩")

    # 显示图例
    plt.legend()

    # 坐标轴旋转
    plt.xticks(rotation=90)

    # 设置底部比例，防止横坐标显示不全
    plt.gcf().subplots_adjust(bottom=0.25)

    # 保存为图片
    plt.savefig("studentScore.jpg")

    # 直接显示
    plt.show()

# 开始生成报告
def GenerateScoreReport(scoreOrder,picPath):
    # 新建一个文档
    document = Document()

    # 设置标题
    document.add_heading('数据分析报告', 0)

    # 添加第一名的信息
    p1 = document.add_paragraph("分数排在第一的学生姓名为: ")
    p1.add_run(scoreOrder[0][0]).bold = True
    p1.add_run(" 分数为: ")
    p1.add_run(str(scoreOrder[0][1])).italic = True

    # 添加总体情况信息
    p2 = document.add_paragraph("共有: ")
    p2.add_run(str(len(scoreOrder))).bold = True
    p2.add_run(" 名学生参加了考试，学生考试的总体情况: ")

    # 添加考试情况表格
    table = document.add_table(rows=1, cols=2)
    table.style = 'Medium Grid 1 Accent 1'
    hdr_cells = table.rows[0].cells
    hdr_cells[0].text = '学生姓名'
    hdr_cells[1].text = '学生分数'
    for studentName,studentScore in scoreOrder:
        row_cells = table.add_row().cells
        row_cells[0].text = studentName
        row_cells[1].text = str(studentScore)

    # 添加学生成绩柱状图
    document.add_picture(picPath, width=Inches(6))

    document.save('学生成绩报告.docx')

if __name__ == "__main__":
    # 调用信息获取方法，获取用户信息
    nameList,scoreList = GetExcelInfo()
    # print("nameList:",nameList)
    # print("ScoreList:",scoreList)

    # 将名字和分数列表合并成字典(将学生姓名和分数关联起来)
    scoreDictionary = dict(zip(nameList, scoreList))
    # print("dictionary:",scoreDictionary)

    # 对字典进行值排序，高分在前,reverse=True 代表降序排列
    scoreOrder = sorted(scoreDictionary.items(), key=lambda x: x[1], reverse=True)
    # print("scoreOrder",scoreOrder)

    # 将进行排序后的学生成绩列表生成柱状图
    GenerateScorePic(scoreOrder)

    # 开始生成报告
    picPath = "studentScore.jpg"
    GenerateScoreReport(scoreOrder,picPath)

    print("任务完成，报表生成完毕！")

最终结果

3.4 docx-mailmerge 自动生成万份劳动合同

3.4.1 创建合同模板

创建一个域

设置域名

添加一个完成

依次全部添加

from mailmerge import MailMerge
from datetime import datetime

# 生成单份合同
def GenerateCertify(templateName,newName):
    # 打开模板
    document = MailMerge(templateName)

    # 替换内容
    document.merge(name='唐星',
                   id='1010101010',
                   year='2020',
                   salary='99999',
                   job='嵌入式软件开发工程师')

    # 保存文件
    document.write(newName)

if __name__ == "__main__":
    templateName = '薪资证明模板.docx'

    # 获得开始时间
    startTime = datetime.now()

    # 开始生成
    for i in range(10000):
        newName = f'./10000份证明/薪资证明{i}.docx'
        GenerateCertify(templateName,newName)

    # 获取结束时间
    endTime = datetime.now()

    # 计算时间差
    allSeconds = (endTime - startTime).seconds
    print("生成10000份合同一共用时: ",str(allSeconds)," 秒")

    print("程序结束！")