Python Word处理文档：python-docx

python-docx 是用于创建可修改微软 Word（.docx） 的一个 Python 库。个人觉得平时使用的场景不多，最近在学习自动化办公看到的内容，仅做一些简单的梳理。

python-docx的文档拆解

python-docx将整个文档看做是一个Document对象，其基本结构如下：

• 每个Document包含许多个代表“段落”的Paragraph对象，存放在paragraphs中。
• 每个Paragraph都有许多个代表”行内元素”的Run对象，存放在runs中。

在python-docx中，run是最基本的单位，每个run对象内的文本样式都是一致的，也就是说，在从docx文件生成文档对象时，python-docx会根据样式的变化来将文本切分为一个个的Run对象。

python-docx将文章中所有的表格都存放在document.tables中，每个Table都有对应的行table. rows、列table. columns和单元格(table. cell())，单元格是最基本的单位，每个单元格又被划分成不同的Paragraph对象，具体内容同上。

python-docx的基本操作

from docx import Document
from docx.enum.text import WD_BREAK
from docx.shared import Cm
from docx.oxml.ns import qn

document = Document('测试文档.docx')
for p in document.paragraphs:
    print(p.text)

document.add_paragraph('这是新的段落内容')

# 添加标题
# 默认情况下添加的标题是最高一级的，即一级标题，通过参数 level 设定，范围是 1 ~ 9
document.add_heading('我是一级标题')
document.add_heading('我是二级标题', level=2)

# 添加换页
# 如果一个段落不满一页，需要分页时，可以插入一个分页符，直接调用会将分页符插入到最后一个段落之后:
document.add_page_break()
paragraph = document.add_paragraph("独占一页")  # 添加一个段落
paragraph.runs[-1].add_break(WD_BREAK.PAGE)  # 在段落的最后一个节段后添加分页

# 表格操作
table = document.add_table(rows=2, cols=2)
cell = table.cell(0, 1)  # 获取第一行第二列单元格
cell.text = '我是单元格文字'  # 设置单元格文本
row = table.rows[1]  # 表格的行
row.cells[0].text = 'Foo bar to you.'
row.cells[1].text = 'And a hearty foo bar to you too sir!'
row = table.add_row()  # 增加行

# 添加表格（复杂）
items = ((7, '1024', '手机'), (3, '2042', '笔记本'), (1, '1288', '台式机'),)
table = document.add_table(1, 3)
heading_cells = table.rows[0].cells
heading_cells[0].text = '数量'
heading_cells[1].text = '编码'
heading_cells[2].text = '描述'
for item in items:
    cells = table.add_row().cells
    cells[0].text = str(item[0])
    cells[1].text = item[1]
    cells[2].text = item[2]

# 添加图片
document.add_picture('docx.png', width=Cm(10))

# 样式
# 样式可以针对整体文档（document）、段落（paragraph）、节段（run），越具体，样式优先级越高

# 段落样式
# 段落样式包括：对齐、列表样式、行间距、缩进、背景色等，可以在添加段落时设定，也可以在添加之后设置：
document.add_paragraph('Header', style='Header')


# 文字样式
# 设置加粗/斜体
paragraph = document.add_paragraph('添加一个段落')
run = paragraph.add_run('添加一个节段')
run.bold = True
run = paragraph.add_run('我是斜体的')
run.italic = True

# 设置字体
paragraph = document.add_paragraph('我的字体是 宋体')
run = paragraph.runs[0]
run.font.name = '宋体'
run._element.rPr.rFonts.set(qn('w:eastAsia'), '微软雅黑')  # 设置完这个才生效

参考链接：

• https://python-docx.readthedocs.io/en/latest/