python用python-docx读写word文档

Posted gdjlc

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python用python-docx读写word文档相关的知识,希望对你有一定的参考价值。

python-docx库可用于创建和编辑Microsoft Word(.docx)文件。
官方文档:https://python-docx.readthedocs.io/en/latest/index.html

备注:
doc是微软的专有的文件格式,docx是Microsoft Office2007之后版本使用,其基于Office Open XML标准的压缩文件格式,比
doc文件所占用空间更小。docx格式的文件本质上是一个ZIP文件,所以其实也可以把.docx文件直接改成.zip,解压后,里面的
word/document.xml包含了Word文档的大部分内容,图片文件则保存在word/media里面。
python-docx不支持.doc文件,间接解决方法是在代码里面先把.doc转为.docx。


一、安装包

pip3 install python-docx

二、创建word文档

下面是在官文示例基础上对个别地方稍微修改,并加上函数的使用说明

from docx import Document
from docx.shared import Inches

document = Document()

#添加标题,并设置级别,范围:0 至 9,默认为1
document.add_heading(Document Title, 0)

#添加段落,文本可以包含制表符(\\t)、换行符(\\n)或回车符(\\r)等
p = document.add_paragraph(A plain paragraph having some )
#在段落后面追加文本,并可设置样式
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)

#添加项目列表(前面一个小圆点)
document.add_paragraph(
    first item in unordered list, style=List Bullet
)
document.add_paragraph(second item in unordered list, style=List Bullet)

#添加项目列表(前面数字)
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
document.add_picture(monty-truth.png, width=Inches(1.25))

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

#添加表格:一行三列
# 表格样式参数可选:
# Normal Table
# Table Grid
# Light Shading、 Light Shading Accent 1 至 Light Shading Accent 6
# Light List、Light List Accent 1 至 Light List Accent 6
# Light Grid、Light Grid Accent 1 至 Light Grid Accent 6
# 太多了其它省略...
table = document.add_table(rows=1, cols=3, style=Light Shading Accent 2)
#获取第一行的单元格列表
hdr_cells = table.rows[0].cells
#下面三行设置上面第一行的三个单元格的文本值
hdr_cells[0].text = Qty
hdr_cells[1].text = Id
hdr_cells[2].text = Desc
for qty, id, desc in records:
    #表格添加行,并返回行所在的单元格列表
    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()

#保存.docx文档
document.save(demo.docx)

创建的demo.docx内容如下:

技术图片

三、读取word文档

from docx import Document

doc = Document(demo.docx)

#每一段的内容
for para in doc.paragraphs:
    print(para.text)

#每一段的编号、内容
for i in range(len(doc.paragraphs)):
    print(str(i),  doc.paragraphs[i].text)

#表格
tbs = doc.tables
for tb in tbs:
    #
    for row in tb.rows:    
        #
        for cell in row.cells:
            print(cell.text)
            #也可以用下面方法
            ‘‘‘text = ‘‘
            for p in cell.paragraphs:
                text += p.text
            print(text)‘‘‘

运行结果:

Document Title
A plain paragraph having some bold and some italic.
Heading, level 1
Intense quote
first item in unordered list
second item in unordered list
first item in ordered list
second item in ordered list



0 Document Title
1 A plain paragraph having some bold and some italic.
2 Heading, level 1
3 Intense quote
4 first item in unordered list
5 second item in unordered list
6 first item in ordered list
7 second item in ordered list
8 
9 

Qty
Id
Desc
3
101
Spam
7
422
Eggs
4
631
Spam, spam, eggs, and spam
[Finished in 0.2s]

 

以上是关于python用python-docx读写word文档的主要内容,如果未能解决你的问题,请参考以下文章

利用Python-docx 读写 Word 文档中的正文表格段落字体等

Python Word文档处理 上篇:python-docx

python操作word文档(python-docx)

Python如何操作word文档,Python-docx类库的使用

docx python

使用python-docx处理word.docx文件