python之python-docx:操作 office word 文档

在Python中，有一个名为python-docx的库，它提供了丰富的功能，可以方便地创建、修改和读取Word文档。

本文将详细介绍python-docx库的使用，并提供一些示例来演示其中的功能。为了更好地理解，我们将分为以下几个方面进行讨论：

1. 安装python-docx
2. 创建和保存Word文档
3. 修改现有文档
4. 操作段落和文本
5. 操作表格
6. 操作图片
7. 其他常用操作

废话不多说，让我们开始！

1. 安装python-docx

要使用python-docx库，首先需要安装它。在终端中运行以下命令：

pip install python-docx

安装完成后，我们就可以开始使用它了。

2. 创建和保存Word文档

我们可以使用python-docx库来创建新的Word文档。下面是一个简单的示例：

1. from docx import Document
3. # 创建新文档
4. doc = Document()
6. # 添加标题
7. doc.add_heading('Python-docx 示例', level=1)
9. # 添加段落
10. doc.add_paragraph('这是一个示例文档。')
12. # 保存文档
13. doc.save('示例文档.docx')

在这个示例中，我们首先导入了Document类，它是创建和修改Word文档的主要类。然后，我们创建了一个新的文档对象doc，并使用add_heading方法添加了一个标题。接下来，我们使用add_paragraph方法添加了一个段落。最后，我们使用save方法将文档保存为示例文档.docx。

3. 修改现有文档

除了创建新文档，python-docx还允许我们修改现有文档。以下示例展示了如何打开现有文档并修改其中的内容：

1. from docx import Document
3. # 打开现有文档
4. doc = Document('示例文档.docx')
6. # 修改第一个段落的内容
7. doc.paragraphs[0].text = '这是修改后的内容。'
9. # 保存文档
10. doc.save('示例文档.docx')

在这个示例中，我们使用Document类打开了一个名为示例文档.docx的现有文档。然后，我们通过修改paragraphs列表中的第一个元素的text属性来更改第一个段落的内容。最后，我们使用save方法保存了修改后的文档。

4. 操作段落和文本

python-docx提供了一系列方法来操作段落和文本。以下示例演示了一些常用的方法：

1. from docx import Document
3. # 创建新文档
4. doc = Document()
6. # 添加段落
7. p1 = doc.add_paragraph('这是第一个段落。')
8. p2 = doc.add_paragraph('这是第二个段落。')
10. # 修改段落样式
11. p1.style = 'Heading 1'
12. p2.style = 'Heading 2'
14. # 添加文本
15. p1.add_run('这是新增的文本。')
17. # 插入分页符
18. doc.add_page_break()
20. # 添加表格
21. table = doc.add_table(rows=3, cols=3)
22. for i in range(3):
23. for j in range(3):
24. table.cell(i, j).text = f'单元格{i+1}-{j+1}'
26. # 保存文档
27. doc.save('示例文档.docx')

在这个示例中，我们创建了一个新的文档，并添加了两个段落。然后，我们使用style属性将第一个段落的样式设置为"Heading 1"，将第二个段落的样式设置为"Heading 2“。

当我们想要在段落中添加文本时，可以使用add_run方法，它允许我们在段落中插入新的文本。在示例中，我们在第一个段落中添加了一段新的文本。

如果想要在文档中插入分页符，可以使用add_page_break方法。在示例中，我们在文档中添加了一个分页符。

要在文档中添加表格，可以使用add_table方法。在示例中，我们创建了一个3x3的表格，并使用嵌套的循环填充了表格的单元格。

总结一下，我们可以使用python-docx的Document类来创建、修改和保存Word文档。我们可以操作段落和文本，修改样式，添加分页符和表格。

5. 操作表格

表格是Word文档中常见的元素之一。python-docx提供了许多方法来操作表格。以下示例演示了一些常用的表格操作：

1. from docx import Document
3. # 打开现有文档
4. doc = Document('示例文档.docx')
6. # 获取第一个表格
7. table = doc.tables[0]
9. # 访问单元格内容
10. cell_text = table.cell(0, 0).text
11. print(f'第一个单元格的内容：{cell_text}')
13. # 遍历行和列
14. for row in table.rows:
15. for cell in row.cells:
16. print(cell.text)
18. # 添加新行
19. new_row = table.add_row().cells
20. new_row[0].text = '新行单元格1'
21. new_row[1].text = '新行单元格2'
22. new_row[2].text = '新行单元格3'
24. # 保存文档
25. doc.save('示例文档.docx')

在这个示例中，我们打开了一个名为示例文档.docx的现有文档，并通过tables属性获取了第一个表格。然后，我们使用cell方法访问表格中的单元格内容，我们还展示了如何遍历表格的所有行和列，以及如何添加新行并填充单元格内容。

6. 操作图片

除了文本和表格，python-docx还支持在Word文档中添加图片。以下示例演示了如何添加图片到文档中：

1. from docx import Document
3. # 创建新文档
4. doc = Document()
6. # 添加图片
7. doc.add_picture('image.jpg', width=docx.shared.Inches(3), height=docx.shared.Inches(2))
9. # 保存文档
10. doc.save('示例文档.docx')

在这个示例中，我们创建了一个新的文档，并使用add_picture方法添加了一张名为image.jpg的图片。我们可以使用width和height参数来设置图片的宽度和高度，这里使用Inches函数将宽度设置为3英寸，高度设置为2英寸。

7. 其他常用操作

除了上述介绍的功能之外，python-docx还提供了其他许多常用操作方法。以下是一些示例：

• 获取文档中的所有段落：

1. from docx import Document
3. # 打开现有文档
4. doc = Document('示例文档.docx')
6. # 遍历所有段落
7. for paragraph in doc.paragraphs:
8. print(paragraph.text)

• 删除文档中的某个段落：

1. from docx import Document
3. # 打开现有文档
4. doc = Document('示例文档.docx')
6. # 删除第一个段落
7. doc._body[0].getparent().remove(doc._body[0])

• 修改文档的属性：

1. from docx import Document
3. # 打开现有文档
4. doc = Document('示例文档.docx')
6. # 修改标题
7. doc.core_properties.title = '新标题'
9. # 保存文档
10. doc.save('示例文档.docx')

• 插入超链接：

1. from docx import Document
2. from docx.shared import Pt
3. from docx.oxml.ns import nsdecls
4. from docx.oxml import parse_xml
6. # 创建新文档
7. doc = Document()
9. # 添加段落
10. p = doc.add_paragraph()
12. # 添加超链接
13. run = p.add_run()
14. hyperlink = run.add_hyperlink("https://www.example.com", "这是一个链接")
16. # 设置超链接样式
17. hyperlink.style = "Hyperlink"
18. r = run._r
19. r.insert(1, parse_xml(''))
21. # 设置超链接字体样式
22. pr = run._element.get_or_add_pPr()
23. hyperlink_rpr = parse_xml('')
24. pr.append(hyperlink_rpr)
26. # 保存文档
27. doc.save('示例文档.docx')

在这个示例中，我们首先创建了一个新的文档，并添加了一个段落。然后，我们使用add_hyperlink方法在段落中添加了一个超链接，指向"https://www.example.com"，并显示为"这是一个链接"。通过设置样式和字体样式，我们可以自定义超链接的外观。

• 设置页面布局和样式：

1. from docx import Document
2. from docx.shared import Inches
4. # 创建新文档
5. doc = Document()
7. # 设置页面布局
8. section = doc.sections[0]
9. section.page_width = Inches(8.5)
10. section.page_height = Inches(11)
12. # 设置页面边距
13. section.left_margin = Inches(1)
14. section.right_margin = Inches(1)
15. section.top_margin = Inches(1)
16. section.bottom_margin = Inches(1)
18. # 保存文档
19. doc.save('示例文档.docx')

在这个示例中，我们创建了一个新的文档，并获取了第一个节(section)。通过设置page_width和page_height属性，我们可以调整页面的宽度和高度。同时，通过设置left_margin、right_margin、top_margin和bottom_margin属性，我们可以调整页面边距。

这只是python-docx库功能的一小部分，它还提供了许多其他的操作，如插入页眉和页脚、调整字体样式、插入批注等等。你可以通过官方文档来了解更多详细信息：https://python-docx.readthedocs.io/

希望本文对你理解并使用python-docx库有所帮助！