[分享] 书籍《Python编程快速上手(第2版)》阅读心得9、处理Word文档

xinmeng_wit 2024-6-2 18:28 楼主

Word文档和PDF文档一样都是带有格式的二进制文件，那么处理Word文档和PDF文档一样也需要安装相应的第三方工具，本文中我们使用python-docx模块来处理Word文档。

模块的安装方法详见前面的章节的相关内容。

先来看看，Word文档的读取。

事先，我已经准备好了一份Word文档，名字叫demo.docx,具体内容如下：

现在，我们通过Python程序来读取该Word文档的内容，并修改一些文本的属性。

import docx

# 打开demo.docx文档
doc = docx.Document('D:\\Python\\demo.docx')
# 打印段落数
print(len(doc.paragraphs))
# 打印第一段的文本内容
print(doc.paragraphs[0].text)
# 打印第一段的runs个数 ,(一串相同的文本格式叫做一个runs)
print(len(doc.paragraphs[0].runs))
# 打印第一段的所有runs的文本内容
for run in range(len(doc.paragraphs[0].runs)):
    print(doc.paragraphs[0].runs[run].text)

# 将第7个段落的第二个runs加上下划线
doc.paragraphs[6].runs[1].underline = True
# 第三个runs加上下划线
doc.paragraphs[6].runs[2].underline = True


# 文件另存为demo_restyled.docx
doc.save('D:\\Python\\demo_restyled.docx')

运行结果：

最后一个段落的对应的runs被加上了下划线，如下：

总结下来，docx提供了一些方法能够对段落的读取，对runs的读取，对文本的读取，还可以对格式和属性的设置。

接下来，来看看使用docx模块来创建word文档，并向文档力增加段落、标题、分页和增加图片的功能。

新增段落使用add_paragraph()方法；

新增runs使用add_run()方法；

新增标题使用add_heading()方法；

换页使用add_break(docx.enum.text.WD_BREAK.PAGE)方法；

新增图片使用add_picture()方法。

import docx

# 新建空的word文档
doc = docx.Document()
# 增加段落
doc.add_paragraph('Hello, word!!!')

# 增加另外两个段落
paraObj1 = doc.add_paragraph('This is a second paragraph.')
paraObj2 = doc.add_paragraph('This is a yet another paragraph.')

# 在第二个段落中增加一个runs
paraObj1.add_run('This text is being added to the second paragraph.')

# 添加一个段落，并使用一种标题样式，可以设置为0~4
doc.add_heading('Header 0', 0)
doc.add_heading('Header 1', 1)
doc.add_heading('Header 2', 2)
doc.add_heading('Header 3', 3)
doc.add_heading('Header 4', 4)

# 在最后一个段落的第一个runs后面添加新的一页文档
doc.paragraphs[len(doc.paragraphs) - 1].runs[0].add_break(docx.enum.text.WD_BREAK.PAGE)
# 新增一个段落
doc.add_paragraph('This is on the second page.')

# 新增一张图片，并指定宽度和高度均为8cm
doc.add_picture('D:\\Python\\python.png', width=docx.shared.Cm(8), height=docx.shared.Cm(8))

# 保存
doc.save('D:\\Python\\word_write.docx')

代码运行后会生成word_write.docx文档，打开文档就能看到包含2页的文档内容，与我们程序力设置的是一样的。

由此可见，python-docx这个模块还是不错的，基本能满足日常需要了，能新增段落，新增runs，设置格式风格，增加图片，换页等等。