Python用python-docx读写word文档

风涩發表於 2019-8-25 12:49:00

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 
<div class="cnblogs_code">
<pre>pip3 install python-docx</pre>
</div>
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
<div class="cnblogs_code">
<pre>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.cells
#下面三行设置上面第一行的三个单元格的文本值
hdr_cells.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.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')</pre>
</div>
创建的demo.docx内容如下：
<img src="https://img2018.cnblogs.com/blog/201408/201908/201408-20190825124558801-561386196.png" alt="">
三、读取word文档
<div class="cnblogs_code">
<pre>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.text)

#表格
tbs = doc.tables
for tb in tbs:
#行
for row in tb.rows:
 #列 
 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)'''</pre>
</div>
运行结果：
<div class="cnblogs_code">
<pre>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
</pre>
</div>
  
来源：https://www.cnblogs.com/gdjlc/p/11407587.html

頁: [1]

琼殿技术论坛's Archiver

Python用python-docx读写word文档