用Python讀寫Word文檔入門

最近有同事需要批量出500個Word文檔，按照1個Word文檔耗時1分鐘來算也需要8.33小時足足有1天工時。于是，這位同事找到了才哥幫忙，才哥接過需求花了不到30分鐘寫好腳本，運行腳本不到1分鐘就生成了500份Word文檔并且進(jìn)行了分類歸檔！

這就是Python的魅力，讓工作更輕松！

今天，我們就來了解一下用Python讀寫Word文檔。未來，我將再出兩期進(jìn)行補充介紹，一篇是批量生成Word文檔的方法（也就是我搞定同事需求的案例），另外一篇是詳解Python寫Word（包含可能你都不知道的各種Word格式），敬請期待哈~

目錄：

• 1. 安裝模塊

• 2. 讀取Word文檔

• 3. 寫入Word文檔

1. 安裝模塊

這里我們用到的是python-docx模塊，讀寫Word文檔的操作均有它完成！

#?安裝該模塊，在命令行鍵入以下命令
pip?install?python-docx

在進(jìn)行后續(xù)介紹前，我們先簡單了解一下Word文檔。和純文本（比如txt）相比， .docx文件有很多種結(jié)構(gòu)，這些結(jié)構(gòu)在python-docx中用3種不同的類型來表示：最高一層是Document對象表示文檔，每個Document對象包含一個Paragraph 對象也就是段落組成的列表，而每個Paragraph對象則包含一個Run對象的列表，至于Run對象大家可以通過下面的段落Paragraph來了解。

我們知道Word里的文本包含有很多格式，比如字體、字號、粗體/斜體、顏色等等。一個Run對象是具有相同格式的文本，當(dāng)發(fā)生變化的時候就需要一個新的Run對象，這也就是上圖中1個Paragraph對象有4個Run對象的原因。

理解以上知識后，我們再來了解讀與寫吧。

2. 讀取Word文檔

我們本地創(chuàng)建一個案例文檔，用于演示讀取Word，案例文檔內(nèi)容如下：

可以看到文檔一共有四行，兩行標(biāo)題以及兩行正文。

import?docx
#?讀取Word文檔
doc?=?docx.Document(r'案例.docx')

我們知道了讀取Word每個paragraph段落和Run，那么如何讀取完整的Word文本內(nèi)容呢？這里，自定義一個函數(shù)將全部的paragraph段落內(nèi)容存起來，每個paragraph段落之間用換行符\n隔開即可。

import?docx

def?getText(fileName):
????doc?=?docx.Document(fileName)
????TextList?=?[]
????for?paragraph?in?doc.paragraphs:
????????TextList.append(paragraph.text)
????
????return?'\n'.join(TextList)

我們調(diào)用該函數(shù)，可以得到：

fileName?=?r'案例.docx'
print(getText(fileName))

標(biāo)題1
這是一個段落，有粗體和斜體
大家好，我是才哥。
標(biāo)題2

當(dāng)然了，這里讀取后輸出顯示的文本不帶有格式屬性哈。

3. 寫入Word文檔

在寫入Word之前，我們先簡單了解下Word的一些格式規(guī)則。

毫不夸張的講，把全局樣式玩的明白的人蠻少的。這方面主要是正文樣式與標(biāo)題樣式，如果玩得明白的話，其實設(shè)置好了之后幾乎不需要再進(jìn)行啥調(diào)整，全局格式都能自動設(shè)置與更新。就我所見的大多數(shù)朋友的文檔，這方面基本達(dá)不到。（感覺會被爆錘~~）

比如，我們可以設(shè)置正文樣式為 微軟雅黑字體，字號12，縮進(jìn)，間距等等；設(shè)置標(biāo)題樣式為 微軟雅黑字體，字號14，刪除段落后間距等等。

在我們Python處理Word的時候，段落樣式可以應(yīng)用于 Paragraph 對象，字符樣式可以應(yīng)用于 Run 對象，鏈接的樣式可以應(yīng)用于這兩種對象。可以將 Paragraph 和Run 對象的 style 屬性設(shè)置為一個字符串，從而設(shè)置樣式。這個字符串應(yīng)該是一種樣式的名稱。如果 style 被設(shè)置為 None，就沒有樣式與 Paragraph 或 Run 對象關(guān)聯(lián)。

當(dāng)然，這里我們不展開介紹，就簡單介紹Run對象上的字符屬性。關(guān)于更多的介紹，我們放在第三期的 詳解Python寫Word里。

對于Run對象的字符text屬性，都有3個狀態(tài)：True（啟用）、False（禁用）和None（默認(rèn)）。

text屬性有哪些？看下表：

我們演示一下：

以上就是對段落的一些簡單介紹及演示，接下來，我們來看看怎么創(chuàng)建并寫入Word。

要創(chuàng)建自己的.docx 文件，就調(diào)用 docx.Document()，返回一個新的、空白的 Word Document 對象 ?。Document 對象的 add_paragraph()方法將一段新文本添加到文檔中，并返回添加的 Paragraph 對象的引用。在添加完文本之后，向 Document 對象的 save()方法傳入一個文件名字符串，將 Document 對象保存到文件。

import?docx

doc?=?docx.Document()
doc.add_paragraph('這是一個段落')
doc.save('寫入word.docx')

我們可以添加段落、設(shè)置段落文本樣式等等，比如：

import?docx

doc?=?docx.Document()
p1?=?doc.add_paragraph('這是一個段落')
p1.add_run('加粗的一句話').bold?=?True
doc.add_paragraph('這是第二個段落')
doc.save('多段落.docx')

我們還可以添加一個段位，這個段落為標(biāo)題樣式，這里需要用到add_heading()。它有兩個參數(shù)，字符串表示文本內(nèi)容，后面數(shù)字是標(biāo)題層級。

import?docx

doc?=?docx.Document()
doc.add_heading('標(biāo)題',0)
doc.add_heading('標(biāo)題1',1)
doc.add_heading('標(biāo)題2',2)
doc.add_heading('標(biāo)題3',3)
doc.add_heading('標(biāo)題4',4)
doc.save('標(biāo)題.docx')

同樣，我們還可換行與換頁操作。

要添加換行符（而不是開始一個新的段落），可以在 Run 對象上調(diào)用 add_break()方法，換行符將出現(xiàn)在它后面。如果希望添加換頁符，可以將 docx.text.WD_BREAK.PAGE作為唯一的參數(shù)，傳遞給 add_break() ?。

import?docx

doc?=?docx.Document()
p1?=?doc.add_paragraph('這是一個段落')
p1.add_run('加粗的一句話').bold?=?True
#?換行
doc.paragraphs[0].runs[0].add_break()
doc.save('換行.docx')

有人會說，一般word里還有圖片嘛，當(dāng)然咱們也能搞定添加圖片。

有一個 add_picture()方法，可以在段落末尾添加圖像 。

import?docx

doc?=?docx.Document()
doc.add_paragraph('這是一個段落，后面帶圖片')
doc.add_picture('圖片.png',?
????????????????width=docx.shared.Inches(3),
????????????????height=docx.shared.Cm(4))
doc.add_paragraph('這是第二個段落')
doc.save('圖片.docx')

以上就是本次的簡單入門介紹。

其實Word文檔各種樣式設(shè)置，數(shù)據(jù)類型展示等等非常豐富，而Python-docx這個模塊其實也能進(jìn)行大多數(shù)的處理。不過，日常中我們用到的功能也沒那么多，此部分留作后續(xù)詳情講解哈。

如果你喜歡本系列，還請點贊+在看支持啦~~