孙兴华python-docx/word自动化笔记

最新推荐文章于 2023-11-08 18:33:51 发布
最新推荐文章于 2023-11-08 18:33:51 发布
阅读量1.3k 收藏 14
点赞数
分类专栏： python 文章标签： python 自动化 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_37638874/article/details/126670170
版权

目录

  0x01 安装
  0x02 简单认识docx库
    Document对象
    Paragraphs切片
    输出内容
    Run对象
    表格
  0x03 正则表达式
    findall()
    sub()
    match()
    search()
    group()
    常见语法及实例
  0x04 读取Word中的文字、标题
    输出标题
  0x05 写入和插入word文字和段落
    添加标题文字
    添加段落
    添加分页符
    添加文字块
    指定段落插入段落
  0x06 插入与删除图片
    在段落中插入图片
    在表格中插入图片
  0x07 表格的添加查看和定位

0x01 安装

pip install python-docx

0x02 简单认识docx库

from docx import Document
doc = Document('学习强国.docx')
print(doc.paragraphs)

Document对象

Document对象表示整个文档，
每一个文字段落代表一个Paragrapha对象（在输入文档，每一次回车产生新段落）
Run对象：一个Run对象所指的是Paragraph对象中相同样式的连续文字

在这里插入图片描述

运行结果为一个列表：

[<docx.text.paragraph.Paragraph object at 0x000001F6BCFE7790>, <docx.text.paragraph.Paragraph object at 0x000001F6BCFE7640>, <docx.text.paragraph.Paragraph object at 0x000001F6BCFE7850>, <docx.text.paragraph.Paragraph object at 0x000001F6BCFE76A0>, <docx.text.paragraph.Paragraph object at 0x000001F6BCFE78E0>, <docx.text.paragraph.Paragraph object at 0x000001F6BCFE7940>, <docx.text.paragraph.Paragraph object at 0x000001F6BCFE79A0>]

每段都被当成了一个Paragrapha对象

<docx.text.paragraph.Paragraph object at 0x000001F6BCFE7790>

Paragraphs切片

from docx import Document
doc = Document('学习强国.docx')
print(doc.paragraphs[0:2])

运行结果：

[<docx.text.paragraph.Paragraph object at 0x00000182E7AA77F0>, <docx.text.paragraph.Paragraph object at 0x00000182E7AA76A0>]

输出内容

from docx import Document
doc = Document('学习强国.docx')
for para in doc.paragraphs:
    print(para.text)

运行结果：

在这里插入图片描述

Run对象

在这里插入图片描述

我们看第一段的文字，连续格式一样的文字是一个Run对象

from docx import Document
doc = Document('学习强国.docx')
para = doc.paragraphs[0]
print(para.runs)

运行结果：

[<docx.text.run.Run object at 0x000001F625557910>, <docx.text.run.Run object at 0x000001F625557880>, <docx.text.run.Run object at 0x000001F625557970>, <docx.text.run.Run object at 0x000001F6255579D0>, <docx.text.run.Run object at 0x000001F625557A30>, <docx.text.run.Run object at 0x000001F625557BE0>, <docx.text.run.Run object at 0x000001F625557AC0>, <docx.text.run.Run object at 0x000001F625557CA0>, <docx.text.run.Run object at 0x000001F625557640>, <docx.text.run.Run object at 0x000001F625557B80>, <docx.text.run.Run object at 0x000001F625557D60>, <docx.text.run.Run object at 0x000001F625557C40>, <docx.text.run.Run object at 0x000001F625557E50>, <docx.text.run.Run object at 0x000001F625557D00>, <docx.text.run.Run object at 0x000001F625557EE0>, <docx.text.run.Run object at 0x000001F625557DC0>, <docx.text.run.Run object at 0x000001F625557FA0>, <docx.text.run.Run object at 0x000001F625557E80>]

表格

在这里插入图片描述

from docx import Document
doc = Document('学习强国.docx')
for table in doc.tables:
    print(table)

运行结果：

<docx.table.Table object at 0x0000018E0BFDD3F0>
<docx.table.Table object at 0x0000018E0BFDD450>

Tbale对象跟Paragraphs对象类似
Paragraphs对象指的是文字段落
Table对象指的是一个单独的表格

如上，word文档中有两个表对象

一个表下面还有行和列
行是row
列是column
单元格是cell

逐行输出所有单元格的内容

from docx import Document
doc = Document('学习强国.docx')
for table in doc.tables:
    for row in table.rows:
        for cell in row.cells:
            print(cell.text)

在这里插入图片描述

0x03 正则表达式

findall()

查找
findall(正则表达式,对象,匹配的模式)

sub()

替换
sub(被替换的字符,替换的字符,对象,替换次数（默认为0（无限次））)

match()

match从字符串的第一个字符开始匹配，如果未匹配到返回None，匹配到则返回一个对象，就是仅匹配开始处

import re
a = '83C72D1D8E67'
r = re.match('\d',a)
print(r)                 # 返回对象所在位置
print(r.group())    # 返回找到的结果，例如8
print(r.span())  # 返回一个元组表示匹配位置（开始，结束）

运行结果：

<re.Match object; span=(0, 1), match='8'>
8
(0, 1)

search()

Search与match类似，search是搜索整个字符串然后将第一个匹配到的字符返回，未匹配到则返回None

import re
a = 'A83C72D1D8E67'
r = re.search('\d',a)
print(r)
print(r.group())

运行结果：

<re.Match object; span=(1, 2), match='8'>
8

group()

import re
a = "123abc456"
r = re.search("([0-9]*)([a-z]*)([0-9]*)",a)
print(r.group(0))   #123abc456,返回整体
print(r.group(1))   #123
print(r.group(2))    #abc
print(r.group(3))    #456

运行结果：

123abc456
123
abc
456

常见语法及实例

符号释义
[]匹配方括号内任意字符，中括号内每个字符是或(or)的关系
[^]非，匹配除了方括号里的任意字符
{n,m}匹配num个大括号之前的字符（n<=num<=m）
*匹配0次或无限次，重复在*号之前的字符
+匹配1次或无限次，重复在+号之前的字符
?匹配0次或1次，重复在?号之前的字符
^从字符串开始位置开始匹配
$从字符串末端开始匹配
.句号匹配任意单个字符除了换行符
特殊字符释义
\d匹配数字，相当于[0-9]
\D不匹配数字，相当于[^0-9]
\w匹配中文，下划线，数字，英文，相当于[a-zA-Z0-9]
\W与\w相反，匹配特殊字符，如$、&、空格、\n、\t等
\s匹配空白字符（包括空格、换行符、制表符等），相当于[\t\n\r\f\v]
\S与\s相反，相当于[^\t\n\r\v]
(xyz)字符集又称作组，匹配与xyz完全相等的字符串，每个字符是且(and)的关系
匹配模式释义
re.I(IGNORECASE):忽略大小写
re.M(MULTILINE):多行模式，改变^和$的行为
re.S(DOTALL): 点任意匹配模式，改变.的行为
re.L(LOCALE):使预定字符类\w\W\b\B\s\S取决于当前区域设定
re.U(UNICODE):使预定义字符类\w\W\b\B\s\S\d\D取决于unicode定义的字符属性
re.X(VERBOSE):详细模式。这个模式下正则表达式可以是多行，忽略空白字符，并可以加入注释

1️⃣提取字符串中的数字

import re
a = '孙悟空7猪八戒6沙和尚3唐僧6白龙马'
r = re.findall('[0-9]',a)
print(r)

运行结果：

['7', '6', '3', '6']

2️⃣提取字符串中的非数字

import re
a = '孙悟空7猪八戒6沙和尚3唐僧6白龙马'
r = re.findall('[^0-9]', a)
print(r)

运行结果：

['孙', '悟', '空', '猪', '八', '戒', '沙', '和', '尚', '唐', '僧', '白', '龙', '马']

^在[]内中时，代表的是非的意思

3️⃣字符串中，匹配符号中间字母的单词

import re
a = 'xyz,xcz,xfz,xdz,xaz,xez'
r = re.findall('x[de]z',a)
print(r)

运行结果：

['xdz', 'xez']

4️⃣匹配多个连续字符

import re
a = 'ExcelVBA 12345Word23456PPT12Lr'
r = re.findall('[a-zA-Z]{3,5}',a)
print(r)

运行结果：

['Excel', 'VBA', 'Word', 'PPT']

这里{3,5}就是符合正则表达式，且连续三个字符以上，五个字符以下匹配

5️⃣模糊匹配(*，+，？)

*号前面的字符出现0次或无限次

import re
a = 'exce0excell3excelabc3'
r = re.findall('excel*',a)
print(r)

运行结果：

['exce', 'excell', 'excel']

注意这里模糊指的是l这个字符出现0次或无限次，exce还是必须要有的

+号前面的字符至少出现1次

import re
a = 'exce0excell3excelabc3'
r = re.findall('excel*',a)
print(r)

运行结果：

['excell', 'excel']

?号匹配0次或1次

import re
a = 'exce0excell3excelabc3'
r = re.findall('excel?',a)
print(r)

运行结果：

['exce', 'excel', 'excel']

在这里插入代码片

6️⃣匹配位置(^，$)

import re
tel = '13811115888'
r = re.findall('^\d{8,11}$',tel)
print(r)

运行结果：

['13811115888']

这里意思就是
开始结尾都是数字
且是8-11位

如果是这样，就匹配不上了

import re
tel = 'a13811115888'
r = re.findall('^\d{8,11}$',tel)
print(r)

运行结果：

[]

开始或结尾任一处不满足正则要求就不匹配

7️⃣组()

import re
a = 'abcabcabcxyzabcabcxyzabc'
r = re.findall('(abc){2}',a)
print(r)

运行结果：

['abc', 'abc']

这里就是连续为两个abc，也就是abcabc才会输出

8️⃣忽略大小写的匹配模式

import re
a = 'abcFBIabcCIAabc'
r = re.findall('fbi',a,re.I)
print(r)

运行结果：

['FBI']

9️⃣多模式匹配

import re
a = 'abcFBI\nabcCIAabc'
r = re.findall('fbi.{1}',a,re.I|re.S)
print(r)

运行结果：

['FBI\n']

.默认是不匹配\n的，但使用re.S之后，匹配字符包括换行符

1️⃣0️⃣替换字符

import re
a = 'abcFBIabcCIAFBIabc'
r = re.sub('FBI','BBQ',a,1)
print(r)

运行结果：

abcBBQabcCIAFBIabc

将FBI替换为BBQ，且替换一次

0x04 读取Word中的文字、标题

输出标题

from docx import Document
doc = Document('学习强国.docx')
for para in doc.paragraphs:
    if para.style.name == 'Heading 1':
        print(para.text)

在这里插入图片描述

0x05 写入和插入word文字和段落

1️⃣添加标题文字

from docx import Document
doc = Document('练习3.docx')
doc.add_heading('sdsdsdsd',level=1)
doc.save('练习4.docx')

运行结果：

在这里插入图片描述

2️⃣添加段落

from docx import Document
doc = Document('练习3.docx')
doc.add_paragraph('112233445566')
doc.save('练习4.docx')

运行结果：

在这里插入图片描述

3️⃣添加分页符

from docx import Document
doc = Document('练习3.docx')
doc.add_page_break()
doc.add_paragraph('112233445566')
doc.save('练习4.docx')

在这里插入图片描述

4️⃣添加文字块

from docx import Document
doc = Document('练习3.docx')
a = doc.add_paragraph('我是正文在我后面添加的文字会被设置格式：')
a.add_run('加粗').bold = True
a.add_run('普通')
a.add_run('斜体').italic = True
doc.save('练习4.docx')

运行结果：

在这里插入图片描述
5️⃣指定段落插入段落

原文档：
在这里插入图片描述

from docx import Document
doc = Document('练习9.docx')
para = doc.paragraphs[1]  # 获取第二个段落
para.insert_paragraph_before('这是添加的新的第二个段落') # 在第二个段落处插入
doc.save('5.docx')

运行结果：
在这里插入图片描述

0x06 插入与删除图片

1️⃣在段落中插入图片

from docx.shared import Cm
from docx import Document
doc = Document('练习4.docx')
doc.add_picture('赵丽颖.jpg', width = Cm(13), height = Cm(8)) # Cm是厘米
doc.save('5.docx')

运行结果：
在这里插入图片描述

2️⃣在表格中插入图片

from docx.shared import Cm
from docx import Document
doc = Document('练习4.docx')
run = `在这里插入代码片`doc.tables[0].cell(0,0).paragraphs[0].add_run()
run.add_picture('赵丽颖.jpg', width = Cm(4), height = Cm(3)) # Cm是厘米
doc.save('5.docx')

运行结果：
在这里插入图片描述

0x07 表格的添加查看和定位

徐记荣
关注
  • 0
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
一、Python基础入门（跟着孙兴华老师学Python）
Amy的博客
10-19 603
输入、输出语句、运算符
孙兴华讲PowerBI【火力全开版】课件和笔记.rar
06-24
孙兴华讲PowerBI火力全开版课件
孙兴华《中文讲Python从入门到办公自动化》笔记（一）--python基础入门
yekongtk的博客
09-26 405
变量命名要求：变量由数字、字母及下划线任意组合而成、唯一的约束是变量的第一个字符必须是字母或下划线，而不能是数字。赋值不需要类型声明，变量可以存储任何值。每个变量在内存中创建，都包括变量的标识、名称和数值这些信息。变量赋值：用等号 =变量不仅仅可以赋值各种类型，还可以随意改变类型。a = 100print (type(a)) #打印出a 为int 型a = 3.11print (type(a)) #打印出a 为float 型a = "john"
power bi 孙兴华火力全开版 所有学习课件和笔记
05-29
资源来自b站up主-孙新华zz 非常适合新手入手power Bi商业智能分析
孙兴华《中文讲Python从入门到办公自动化》笔记（二）--文件和文件夹
betterus的博客
06-27 282
总结：1、访问模式（三个主访问模式）'r' : 只读（当不指定访问模式时，默认该模式）：如果文件不存在报错，不支持写'w' ：写入：如果文件不存在则新建文件，写入时覆盖原有内容'a' : 追加： 如果文件不存在则新建文件，写入时在原有内容基础上追加新内容2、访问模式特点（'b'：二进制，'+'：可读可写）r、rb、r+、rb+ :如果文件不存在报错，文件指针在文件开头w、wb 、w+、 wb+ ：如果文件不存在则新建文件，覆盖，文件指针在文件开头。
Python-docx三方库安装包
10-03
Python-docx是一个强大的Python库，专门用于处理Microsoft Word文档，如创建、编辑和读取.docx格式的文件。这个库允许开发者在不依赖Microsoft Office的情况下，通过编程方式操作Word文档，极大地扩展了Python在文档...
python生成word，python-docx-template.zip
09-15
总的来说，`python-docx`和`python-docx-template`为Python开发者提供了一套强大而灵活的工具，用于处理Word文档的生成和自动化任务。通过熟练掌握这两个库，你可以轻松地实现诸如报告自动生成、批量修改文档内容等...
python-docx-0.8.10.tar.gz
02-12
其实pip list python-docx 安装不成功，安装一般就报错，主要原因是从官网的下载不稳定，而且慢，经常会断，只能先下下来，然后放到cmd所在的文件夹或者指定路径，pip list python-docx-0.8.10.tar.gz，很快就好了！
Python库 | python-docx-0.8.9.tar.gz
05-21
资源分类：Python库 所属语言：Python 资源全名：python-docx-0.8.9.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
python-docx操作手册.ipynb
09-12
* python-docx 使用官网： https://python-docx.readthedocs.io/en/latest/； * 我们在安装此模块儿使用的是 pip install python-docx，但是在导入的时候是 import docx； * 原文链接：...
Python正则表达式指南 .docx
04-21
Python正则表达式指南。不错的一本书。如果感觉不错，希望能给个好评，谢谢。
python异常
u013703139的博客
05-20 302
Python一些基本异常 AttributeError 试图访问一个对象没有的树形，比如foo.x，但是foo没有属性x IOError 输入/输出异常；基本上是无法打开文件 ImportError 无法引入模块或包；基本上是路径问题或名称错误 IndentationError 语法错误（的子类） ；代码没有正确对齐 IndexError 下标索引超出序列边界，比如当x只有三个元素，却试图访问
二、python-docx中paragraph说明
最新发布
jerry_xizn的博客
11-08 1837
创建一个新文档的时候，默认使用内置样式“Normal”，对内置样式做设置后，段落和文本就默认使用文档上的样式，这样就不需要为每一个段落去指定样式了，除非某个段落的样式比较特殊，再单独设置，通常是对段落里的文本做特殊设置来实现，段落本身没有样式的设置。
Python python-docx 使用教程
qq_40910781的博客
10-06 1805
openpyxl是Python下的Word库，它能够很容易的对Word文档进行读取。
【python操作word】
qq_31772351的博客
05-02 2136
学习目标： python操作word 创建文档 from docx import Document from docx.shared import Inches document = Document() #创建基于默认“模板”的空白文档 打开文档 document = Document(‘d:/test.docx’) #打开文档 添加段落 paragraph = document.add_paragraph(‘段落1’) #在尾部添加段落 #参数 段落文本 在段落尾部添加文本 kuai=parag
Python操作word基础
热门推荐
m0_64336780的博客
07-16 1万+
在办公自动化的操作，往往可能会存在Word的操作。因为在办公时，对文档的操作是必不可少的。而在Python操作Word时，可以使用一个三方的模块库Python-docx安装常用方法与属性。
python excel模块在哪里加_Python如何利用win32com模块，在指定位置新建Excel？ | python如何创建新文件...
weixin_39609752的博客
12-03 848
python 将一个数组存到excle就这一个数字的组合，这你看看这个组合的和这方面的软件介绍。python怎么读写excel文件最近用python处理一个小，其中涉及到对excel的操作，通过查资料及实践做了一下总结，以便以。python读写excel文件要用到两个库：xlrd和xlwt，首先下载安装这两个库。1、#读取Excelimportxlrddata = xlrd.open_workb...
python-docx 识别表格在docx文档中的所在位置
panjielove的博客
03-17 7055
由于工作需要提取一个word文档中的表格，及其所在的章节，普通的Document.paragraphs 和Document.tables无法满足需求。所以综合GitHub作者的代码及我自己的需求代码如下： from docx.document import Document from docx.oxml.table import CT_Tbl from docx.oxml.text.parag...
python-docx打开word文档
06-11
你可以使用Python的python-docx库来打开和操作Word文档。首先，你需要安装该库。可以使用以下命令来安装该库： ``` pip install python-docx ``` 接下来，就可以打开Word文档并进行操作。例如，以下代码可以打开`...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值