python办公自动化：使用`python-docx`进行文档的基础操作

在本章中，我们将深入探讨python-docx的基本操作，帮助您掌握打开、保存、创建、删除文档等核心功能。这些操作是使用python-docx处理Word文档的基础，理解这些概念和方法将为后续的高级操作打下坚实的基础。

1 打开与保存文档

python-docx允许我们轻松地打开现有的Word文档进行读取和修改。我们也可以创建新的文档并保存到磁盘。

1.1 打开现有文档

要打开一个已有的Word文档，使用Document对象的构造函数，传递要打开的文件路径即可：

from docx import Document

# 打开现有的文档
doc = Document("existing_document.docx")

在文档打开后，您可以对其内容进行读取和修改。

1.2 创建新文档

要创建一个新的空白文档，只需调用Document类的默认构造函数，不传递任何参数：

# 创建一个新的文档
doc = Document()

1.3 保存文档

无论是修改现有文档还是创建新文档，您都可以使用save()方法将文档保存到指定的路径：

# 保存文档
doc.save("new_document.docx")

如果希望覆盖现有文件，可以指定相同的文件路径。否则，将生成一个新的文件。

2 新建与删除文档

虽然python-docx本身不提供直接删除文档的功能，但您可以使用Python的内置模块os来执行这些文件操作。

1 新建空白文档

如前所述，新建文档只需创建一个Document对象：

doc = Document()

此时，文档是空白的，您可以开始向其中添加内容。

2 删除文档

使用os.remove()函数可以删除指定的文件：

import os

# 删除文档
os.remove("document_to_delete.docx")

确保在删除文件前执行适当的检查，以防止意外删除重要文件。

3 文档属性的设置与读取

文档属性可以帮助我们描述文档的元数据，例如标题、作者、主题等。这些属性在生成标准化文档时尤为重要。

3.1 设置文档属性

python-docx支持设置以下常见的文档属性：

doc.core_properties.title = "文档标题"
doc.core_properties.author = "作者名称"
doc.core_properties.subject = "文档主题"
doc.core_properties.comments = "这是一个示例文档。"

3.2 读取文档属性

同样，您也可以读取这些属性：

title = doc.core_properties.title
author = doc.core_properties.author
subject = doc.core_properties.subject
comments = doc.core_properties.comments

print(f"标题: {title}, 作者: {author}, 主题: {subject}, 注释: {comments}")

4 添加与删除段落

段落是Word文档中的基本文本单元，python-docx提供了简单的方法来添加和删除段落。

4.1 添加段落

使用add_paragraph()方法可以向文档添加新的段落：

# 添加一个段落
doc.add_paragraph("这是一个新段落。")

您还可以通过传递不同的参数来设置段落的样式：

doc.add_paragraph("这是一个标题段落。", style="Title")

4.2 删除段落

虽然python-docx没有直接删除段落的方法，但您可以通过访问段落列表并手动操作来删除段落：

# 获取所有段落
paragraphs = doc.paragraphs

# 删除第一个段落
if paragraphs:
    paragraphs[0]._element.getparent().remove(paragraphs[0]._element)

这种方法操作底层XML元素，因此应谨慎使用。

5 文档格式的设置

在创建或修改Word文档时，格式的设置是非常重要的。python-docx提供了多种方法来格式化文档的各个部分。

5.1 设置文档默认样式

您可以通过访问styles对象来设置文档的默认样式：

# 设置文档默认字体
style = doc.styles['Normal']
font = style.font
font.name = 'Arial'
font.size = Pt(12)

5.2 文档页面设置

python-docx允许我们控制页面布局和设置，例如页边距、纸张大小等。不过，python-docx没有直接的API来设置这些属性，但可以通过操作文档的XML结构来实现。例如：

from docx.oxml.ns import qn
from docx.oxml import OxmlElement

# 设置页面大小为A4
sectPr = doc.sections[0]._sectPr
pgSz = sectPr.find(qn('w:pgSz'))
pgSz.set(qn('w:w'), '11906')  # A4 paper width in twips
pgSz.set(qn('w:h'), '16838')  # A4 paper height in twips

# 设置页边距
pgMar = sectPr.find(qn('w:pgMar'))
pgMar.set(qn('w:top'), '1440')  # top margin in twips (1 inch)
pgMar.set(qn('w:right'), '1440')  # right margin in twips
pgMar.set(qn('w:bottom'), '1440')  # bottom margin in twips
pgMar.set(qn('w:left'), '1440')  # left margin in twips

5.3 设置文档的节

Word文档可以分为多个节，每个节可以有不同的页面设置。python-docx允许我们添加新的节并对其进行设置：

# 添加一个新节
new_section = doc.add_section(WD_SECTION.NEW_PAGE)

# 设置新节的页面方向为横向
new_section.orientation = WD_ORIENT.LANDSCAPE

5.4 页码与页眉页脚设置

页码和页眉页脚通常在文档中起着重要的作用。python-docx允许我们自定义这些元素：

# 添加页眉
header = doc.sections[0].header
header_paragraph = header.paragraphs[0]
header_paragraph.text = "文档标题"

# 添加页脚和页码
footer = doc.sections[0].footer
footer_paragraph = footer.paragraphs[0]
footer_paragraph.text = "第 " + doc.sections[0].start_page_number + " 页"

这种自定义不仅可以帮助我们生成专业的文档，还可以确保文档符合特定的格式要求。