python进阶宝典12- Word 处理

利用python-docx模块，python可以处理word文档。运行pip install python-docx 可以安装该模块。
需要使用时，载入 import docx
python-docx 完整说明文档 : https://python-docx.readthedocs.io/en/latest/
结构：document对象表示整个文档，包含一个Paragraph对象的列表，表示文档中的段落。
每个Paragragh对象都包含一个Run对象的列表。

一获取文本。具体功能实现看如下代码：

## pip install python-docx
import docx
## 从word文档中获取文本
def getText(filename):
    doc = docx.Document(filename)
    print(len(doc.paragraphs) )               # 返回段落数
    print(len(doc.paragraphs[1].runs) )       # 第二个段落的run对象数
    print(doc.paragraphs[1].runs[0].text)     # 第二个段落中第一个run对象的文本内容
    fullText = []
    for para in doc.paragraphs:
        fullText.append(para.text)
        # fullText.append(' ' + para.text)     # 实现每段缩进 
    return '\n'.join(fullText)
    # return '\n\n'.join(fullText)             # 段落之间增加空行    
print(getText('demo.docx'))

二样式设置。

python-docx 使用样式文档： https://python-docx.readthedocs.org/en/latest/user/styles.html

代码段如下：

## 样式设置
import docx
doc = docx.Document('demo.docx')
print(doc.paragraphs[0].text)
print(doc.paragraphs[0].style)
doc.paragraphs[0].style = 'Normal'             # 改变段落样式
print(doc.paragraphs[1].text)
print( (doc.paragraphs[1].runs[0].text,doc.paragraphs[1].runs[1].text,
doc.paragraphs[1].runs[2].text,doc.paragraphs[1].runs[3].text) )
doc.paragraphs[1].runs[1].underline = True     # 设置run对象样式
doc.paragraphs[1].runs[3].underline = True
doc.save('result.docx')

三写入docx文档

写入段落使用add_paragraph()方法，在已有段落末尾添加文本，使用paragraph对象的add_run()方法。

这两个方法都接受第二个参数，是表示样式的字符串。具体见如下代码：

## 写入DOCX文档
import docx
doc = docx.Document()
doc.add_paragraph('Hello world')               # 添加段落1
paraObj = doc.add_paragraph('This is a second paragraph.')  # 添加段落2
doc.add_paragraph('This is a third paragraph.')   # 添加段落3
paraObj.add_run('This text is being added to the second paragraph.')   # 段落2中增加一段
doc.add_paragraph('Hello world','Title')       # 带样式添加段落
doc.save('result.docx')

四添加标题

import docx
doc = docx.Document() 
doc.add_heading('Header 0',0)
doc.add_heading('Header 1',1)
doc.add_heading('Header 2',2)
doc.add_heading('Header 3',3)
doc.add_heading('Header 4',4)
doc.save('result.docx')

五添加换行、换页符

## 添加换行符、换页符
import docx
doc = docx.Document() 
doc.add_paragraph('This is the first page!')
doc.paragraphs[0].runs[0].add_break()             # 插入换行符，换行
doc.add_paragraph('This is the first page! Next next line')
doc.add_page_break()                              # 插入分页符，换页
doc.add_paragraph('This is the second page!')
doc.save('result.docx')

六添加图像

## 添加图像
import docx
doc = docx.Document() 
doc.add_picture('zophie.png',width=docx.shared.Inches(1),height=docx.shared.Cm(4))
doc.save('result.docx')

七添加表格

## 添加表格
import docx
doc = docx.Document() 
table = doc.add_table(rows=1, cols=3)   # 添加一个表格，每行三列  
hdr_cells = table.rows[0].cells   # 表格第一行的所含有的所有列数  
hdr_cells[0].text = 'Qty'    # 第一行的第一列,给这行里面添加文字  
hdr_cells[1].text = 'Id'  
hdr_cells[2].text = 'Desc'  
recordset = []
for item in recordset:  
    row_cells = table.add_row().cells   # 这是在这个表格第一行 (称作最后一行更好) 下面再添加新的一行  
    row_cells[0].text = str(item.qty)  
    row_cells[1].text = str(item.id)  
    row_cells[2].text = item.desc 
doc.save('result.docx')

python进阶宝典12- Word 处理

猜你喜欢