Python处理word的常用操作详解

Python 处理 Word 文档通常使用 python-docx 库。以下是一些常用的操作和相应的代码示例：

这些是使用 python-docx 库处理 Word 文档时的一些常用操作。根据你的具体需求，可能还需要探索更多的功能和方法。在使用这些功能之前，请确保已经安装了 python-docx 库：

pip install python-docx

1. 创建一个新的 Word 文档
   使用 Document 类可以创建一个新的 Word 文档。

   from docx import Document
   
   doc = Document()
   doc.add_paragraph('Hello, World!')
   doc.save('new_document.docx')
   

2. 读取现有的 Word 文档
   使用 Document 类也可以打开现有的 Word 文档。

   doc = Document('existing_document.docx')
   for para in doc.paragraphs:
       print(para.text)
   

3. 添加段落
   使用 add_paragraph 方法可以向文档中添加新的段落。

   doc.add_paragraph('This is a new paragraph.')
   

4. 设置段落格式
   使用 Paragraph 对象的属性可以设置段落的格式。

   from docx.shared import Pt
   from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
   
   para = doc.add_paragraph('This is a centered paragraph.')
   para.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER
   para.space_after = Pt(12)
   

5. 添加文本到现有段落
   使用 add_run 方法可以向现有段落添加文本。

   para.add_run(' This is additional text in the same paragraph.')
   

6. 设置字体样式
   使用 add_run 方法并设置 Run 对象的属性可以设置文本的样式。

   from docx.shared import RGBColor
   
   run = para.add_run('This text is bold and italic.')
   run.bold = True
   run.italic = True
   run.font.color.rgb = RGBColor(255, 0, 0)  # Red color
   

7. 添加图片
   使用 add_picture 方法可以向文档中添加图片。

   doc.add_picture('image.jpg', width=Inches(2.5))
   

8. 添加表格
   使用 add_table 方法可以向文档中添加表格。

   table = doc.add_table(rows=2, cols=2)
   hdr_cell_width = Inches(4)
   for i in range(2):
       for j in range(2):
           cell = table.cell(i, j)
           cell.width = hdr_cell_width
           cell.text = f'Row {i + 1}, Column {j + 1}'
   

9. 设置页面布局
   使用 Section 对象可以设置页面布局。

   from docx.shared import Pt
   from docx.oxml.ns import qn
   
   section = doc.sections[0]
   section.orientation = WD_ORIENTATION.PORTRAIT
   section.page_width = Pt(8.5)
   section.page_height = Pt(11)
   section.top_margin = Pt(1)
   section.bottom_margin = Pt(1)
   section.left_margin = Pt(1)
   section.right_margin = Pt(1)
   

10. 保存文档
    使用 save 方法可以保存文档。

    doc.save('modified_document.docx')
    

11. 遍历文档内容
    使用循环可以遍历文档中的所有段落、表格等。

    for element in doc.element.body:
        if isinstance(element, OxmlElement) and element.tag.endswith('p'):
            print(element.text)
    

12. 替换文本
    使用 document.replace_text 方法可以替换文档中的文本。

    from docx.document import Document as _Document
    _Document.replace_text(doc.element.body, 'old_text', 'new_text')
    

13. 添加页眉和页脚
    使用 header 和 footer 属性可以添加页眉和页脚。

    header = doc.sections[0].header
    p = header.add_paragraph()
    p.add_run('This is the header.')
    
    footer = doc.sections[0].footer
    p = footer.add_paragraph()
    p.add_run('This is the footer.')
    

14. 添加目录
    使用 add_table_of_contents 方法可以添加目录。

    doc.add_table_of_contents(title='Table of Contents')
    

15. 添加页码
    使用 add_page_numbers 方法可以添加页码。

    doc.sections[0].footer.add_page_numbers()
    

16. 添加超链接
    使用 add_hyperlink 方法可以添加超链接。

    para = doc.add_paragraph()
    run = para.add_run('This is a hyperlink.')
    run.add_hyperlink('http://www.example.com', 'Click here')
    

17. 添加书签和交叉引用
    使用 add Bookmark 和 add_cross_reference 方法可以添加书签和交叉引用。

    bookmark = doc.add_bookmark('myBookmark', doc.paragraphs[0])
    para = doc.add_paragraph('This is a reference to bookmark.')
    para.add_run().add_cross_reference('myBookmark')
    

18. 设置文档属性
    使用 coreproperties 模块可以设置文档的元数据。

    from docx.opc.constants import RELATIONSHIP_TYPE as RT
    from docx.oxml.shared import qn
    from docx.oxml.ns import qn
    
    properties = doc.core_properties
    properties.title = 'My Document'
    properties.subject = 'Python Docx'
    properties.author = 'Author Name'
    

19. 设置段落样式
    使用预定义的样式可以快速设置段落的格式。

    from docx.shared import Pt
    from docx.enum.style import WD_STYLE_TYPE
    
    styles = doc.styles
    heading_style = styles['Heading 1']
    para_style = styles['Normal']
    
    doc.add_paragraph('This is a heading.', style=heading_style)
    doc.add_paragraph('This is a normal paragraph.', style=para_style)
    

20. 添加列表
    使用 add_list 方法可以向文档中添加有序或无序的列表。

    from docx.oxml.ns import qn
    from docx.oxml import OxmlElement
    
    list_item_tags = (qn('w:p'), qn('w:r'), qn('w:t'))
    list_item = OxmlElement('w:p')
    list_item.text = 'List item text'
    
    run = list_item.xpath('.//'.join(list_item_tags))[0]
    run.rPr = OxmlElement('w:rPr')
    run.rPr.val = OxmlElement('w:numPr')
    run.rPr.val.add_namespacedecls({
        'w': 'http://schemas.openxmlformats.org/wordprocessingml/2006/main',
        'num': 'http://schemas.openxmlformats.org/wordprocessingml/2006/numbering'
    })
    doc.add_list_item(list_item)
    

21. 添加页眉和页脚到所有页面
    使用 header 和 footer 属性可以为文档的所有页面设置页眉和页脚。

    header = doc.sections[0].header
    header.add_paragraph('Header for all pages.')
    
    footer = doc.sections[0].footer
    footer.add_paragraph('Footer for all pages.')
    

22. 设置文档的页边距
    使用 page_margins 方法可以设置文档的页边距。

    from docx.shared import Inches
    
    for section in doc.sections:
        section.left_margin = Inches(1)
        section.right_margin = Inches(1)
        section.top_margin = Inches(1)
        section.bottom_margin = Inches(1)
    

23. 设置文档的分栏
    使用 set_landscape 方法和 set_evenly_spread 属性可以设置文档的分栏。

    for section in doc.sections:
        section.set_landscape(True)
        section.set_evenly_spread(True)
        section.column_count = 3
    

24. 添加水印
    使用 add_watermark 方法可以向文档中添加水印。

    from docx.shared import Pt
    from docx.oxml.ns import qn
    
    doc.add_watermark('Confidential', font_size=Pt(18), color='gray')
    

25. 添加文档的页码格式
    使用 add_page_numbers 方法可以设置文档的页码格式。

    from docx.shared import Pt
    
    for section in doc.sections:
        page_number = section.footer.add_page_numbers()
        page_number.font.size = Pt(12)
    

26. 添加文档的页码范围
    使用 add_page_numbers 方法可以设置文档的起始页码。

    from docx.shared import Pt
    
    for section in doc.sections:
        page_number = section.footer.add_page_numbers(start=2)
        page_number.font.size = Pt(12)
    

27. 添加文档的页码到页眉
    使用 add_run 方法可以向页眉中添加页码。

    for section in doc.sections:
        header = section.header
        para = header.paragraphs[0]
        run = para.add_run()
        run.add_text('Page ')
        run.add_page_number().rtl = True
    

28. 添加文档的目录
    使用 add_table_of_contents 方法可以向文档中添加目录。

    doc.add_table_of_contents(title='Table of Contents', style='TOC Heading')
    

29. 添加文档的交叉引用
    使用 add_cross_reference 方法可以向文档中添加交叉引用。

    bookmark = doc.add_bookmark('BookmarkName', doc.paragraphs[0])
    run = para.add_run()
    run.add_cross_reference('BookmarkName', 'Bookmark Text')
    

30. 添加文档的脚注和尾注
    使用 add_footnote 和 add_endnote 方法可以向文档中添加脚注和尾注。

    para = doc.add_paragraph('This is a paragraph with a footnote.')
    para.add_run('A footnote text.').add_footnote('This is the footnote text.')
    
    para = doc.add_paragraph('This is a paragraph with an endnote.')
    para.add_run('An endnote text.').add_endnote('This is the endnote text.')
    

31. 添加文档的自定义属性
    使用 add_custom_xml_part 方法可以向文档中添加自定义 XML 属性。

    from docx.opc.custom_xml_part import CustomXmlPart
    
    custom_xml = '<root><element key="value">Text</element></root>'
    part = docx.add_custom_xml_part(custom_xml)
    print(part.uri)
    

32. 添加文档的大纲级别
    使用 outline_level 属性可以设置文档的大纲级别。

    para = doc.add_paragraph('This is a paragraph with outline level.')
    run = para.add_run('This is the run text.')
    run.outline_level = 1
    

33. 添加文档的评论
    使用 add_comment 方法可以向文档中添加评论。

    from datetime import datetime
    
    comment = doc.add_comment('Comment text', 'Comment Author', datetime.now())
    

34. 添加文档的修订跟踪
    使用 add_paragraph 方法时设置 track_revisions 属性可以开启修订跟踪。

    doc.track_revisions = True
    para = doc.add_paragraph('This is a paragraph with revision tracking.')
    

35. 添加文档的密码保护
    使用 protect 方法可以为文档添加密码保护。

    from docx.opc.constants import DOCUMENT_PROTECTION_TYPE
    
    doc.protect(protection_type=DOCUMENT_PROTECTION_TYPE.FORM_FILLING)
    

36. 修改文档的样式
    可以创建或修改样式，然后应用到文档的段落或文本上。

    from docx.shared import Pt
    from docx.enum.style import WD_STYLE_TYPE
    
    style = doc.styles.add_style('My Style', WD_STYLE_TYPE.PARAGRAPH)
    style.font.size = Pt(24)
    style.font.bold = True
    style.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER
    
    para = doc.add_paragraph('This text uses my custom style.')
    para.style = 'My Style'
    

37. 处理文档的节
    可以添加或修改文档的节（sections）来控制页面布局和格式。

    from docx.oxml.ns import qn
    from docx.oxml import OxmlElement
    
    new_section = doc.add_section()
    new_section.start_type = WD_SECTION_START.NEW_PAGE
    new_section.page_width = Inches(8.5)
    new_section.page_height = Inches(11)
    

38. 使用域代码
    可以插入和操作 Word 的域代码（field codes），例如插入时间或日期。

    from docx.enum.field import WD_FIELD_TYPE
    
    run = para.add_run()
    run.add_field('DATE', 'DATE \@ "MM/DDD/YYYY"', None)
    

39. 处理文档的批注
    可以添加、编辑或删除文档的批注（comments）。

    from docx.oxml.ns import qn
    from docx.oxml.shared import qn as qn_
    from docx.oxml.xmlchemy import OxmlElement
    
    comment_author = 'Author Name'
    comment_date = '2024-06-28T12:00:00'
    comment_text = 'This is a comment.'
    
    comment_elem = OxmlElement('w:comment')
    comment_elem.set(qn_('w:author'), comment_author)
    comment_elem.set(qn_('w:date'), comment_date)
    comment_elem.set(qn_('w:text'), comment_text)
    
    run = para.add_run()
    run.add_comment(comment_elem)
    

40. 处理文档的修订
    可以添加、接受或拒绝文档的修订。

    from docx.shared import RGBColor
    from docx.enum.text import WD_COLOR_INDEX
    
    run = doc.add_paragraph('This is a revised text.').add_run()
    run.bold = True
    run.revision_id = 1
    run.author = 'Author Name'
    run.date = '2024-06-28T12:00:00'
    run.revision_type = WD_REVISION_TYPE.INSERTION
    run.font.color.rgb = RGBColor(255, 0, 0)  # Red color
    

41. 处理文档的大纲级别
    可以设置段落的大纲级别，用于创建目录。

    from docx.enum.list import WD_OUTLINE_LEVEL
    
    para = doc.add_paragraph('Heading 1')
    para.style = 'Heading 1'
    para_outline_level = para.paragraph_format-outline_level
    para_outline_level.val = WD_OUTLINE_LEVEL.LEVEL1
    

42. 处理文档的超链接
    可以添加、编辑或删除文档的超链接。

    from docx.oxml.ns import qn
    from docx.oxml.shared import qn as qn_
    
    hyperlink = doc.add_hyperlink('http://www.example.com', 'Click here')
    hyperlink.rel = 'external'
    hyperlink.target_mode = 'External'
    

43. 处理文档的自定义XML
    可以添加或修改文档的自定义XML部分。

    from docx.opc.custom_xml_part import CustomXmlPart
    
    custom_xml = '<root><element key="value">Text</element></root>'
    custom_xml_part = docx.add_custom_xml_part(custom_xml)
    

44. 处理文档的属性
    可以添加或修改文档的核心属性。

    from docx.shared import Pt
    from docx.opc.constants import RELATIONSHIP_TYPE as RT
    
    properties = doc.core_properties
    properties.title = 'My Document'
    properties.subject = 'Python Docx'
    properties.author = 'Author Name'
    properties.last_modified_by = 'Author Name'
    properties.revision = 1
    properties.version = 1
    

45. 处理文档的安全性
    可以设置文档的密码和加密类型。

    from docx.opc.package import Package
    
    package = Package(doc.path)
    package.part_related_settings.restrict_edition = True
    package.part_related_settings.permit_form_filling = True
    package.save()
    

请注意，python-docx 库不支持所有 Word 功能，一些高级操作可能需要使用其他库或通过 Word 宏来实现。此外，某些操作可能需要对 OpenXML 格式有较深的理解。如果 python-docx 库的功能不能满足需求，可以考虑使用其他库，如 pywin32（仅限 Windows）来与 Word 应用程序进行交互。