安装
docx
是一个非标准库,需要在命令行(终端)中使用pip即可安装
pip install python-docx
一定要注意,安装的时候是
python-docx
而实际调用时均为
docx
!
前置知识
Word中一般可以结构化成三个部分:
- 文档
Document
- 段落
Paragraph
- 文字块
Run
也就是Document – Paragraph – Run三级结构,这是最普遍的情况。其中
文字块Run
最难理解,并不能完成按照图中所示,两个符号之间的短句是文字块。
通常情况下可以这么理解,但假如这个短句子中有多种不同的 样式,则会被划分成多个文字块,以图中的第一个黄圈为例,如果给这个短句添加一些细节此时就有4个文字块,同时有时候一个Word文档中是存在表格的,这时就会新的文档结构产生这时的结构非常类似Excel,可以看成
Document - Table - Row/Column - Cell
四级结构
Word读取
1.打开Word
from docx import Document
path = ...
wordfile = Document(path)
2. 获取段落
一个word文件由一个或者多个
paragraph
段落组成
paragraphs = wordfile.paragraphs
print(paragraphs)
3. 获取段落文本内容
用
.text
获取文本
for paragraph in wordfile.paragraphs:
print(paragraph.text)
4. 获取文字块文本内容
一个paragraph段落由一个或者多个run文字块组成
for paragraph in wordfile.paragraphs:
for run in paragraph.runs:
print(run.text)
5. 遍历表格
上面的操作完成的经典三级结构的遍历,遍历表格非常类似
# 按行遍历
for table in wordfile.tables:
for row in table.rows:
for cell in row.cells:
print(cell.text)
# 按列遍历
for table in wordfile.tables:
for column in table.columns:
for cell in column.cells:
print(cell.text)
写入Word
1. 创建Word
只要不指定路径,就默认为创建新Word文件
from docx import Document
wordfile = Document()
2. 保存文件
对文档的修改和创建都切8000记保存
wordfile.save(...)
... 放需要保存的路径
3. 添加标题
wordfile.add_heading(…, level=…)
4. 添加段落
wordfile.add_paragraph(...)
wordfile = Document()
wordfile.add_heading(\'一级标题\', level=1)
wordfile.add_paragraph(\'新的段落\')
5. 添加文字块
wordfile.add_run(...)
6. 添加分页
wordfile.add_page_break(...)
7. 添加图片
wordfile.add_picture(..., width=…, height=…)
设置样式
1. 文字字体设置
2.文字其他样式设置
from docx import Document
from docx.shared import RGBColor, Pt
wordfile = Document(file)
for paragraph in wordfile.paragraphs:
for run in paragraph.runs:
run.font.bold = True # 加粗
run.font.italic = True # 斜体
run.font.underline = True # 下划线
run.font.strike = True # 删除线
run.font.shadow = True # 阴影
run.font.size = Pt(20) # 字号
run.font.color.rgb = RGBColor(255, 0, 0) # 字体颜色
3. 段落样式设置
默认对齐方式是左对齐,可以自行修改
小结
以上就是如何用Python中的docx模块实现Word中的常用操作,只要明白什么类型的操作可以用Python执行,并能在之后遇到繁琐的任务时想到使用Python即可