Python python-docx 使用教程

openpyxl是Python下的Word库，它能够很容易的对Word文档进行读取

• 安装方法：pip install python-docx
• 国内镜像安装：pip install -i https://mirrors.aliyun.com/pypi/simple/ python-docx（推荐，安装更快）
• 中文文档：https://www.osgeo.cn/python-docx/index.html#
• 文档、段落、文字块之间的关系：
  • 一个Word文档(document)由若干个段落(paragraph)组成；
  • 一个段落(paragraph)可以由若干个文字块(run)组成；
    

文档对象 - Document

• add_heading(text=‘’, level=1)：添加标题
• add_paragraph(text=‘’, style=None)：添加段落
• add_page_break()：添加换页符
• add_table(rows, cols, style=None)：添加表格
• add_picture(image_path_or_stream, width=None, height=None)：添加图片
• paragraphs：获取文档内所有段落集合
• tables：获取文档内所有表格集合
• styles：获取文档内所有可用样式集合
• save(path_or_stream)：保存文档

段落对象 - paragraph

• add_run(text=None, style=None)：添加标题
• insert_paragraph_before(text=None, style=None)：添加段落
• alignment：获取或设置段落对齐方式
• text：获取或设置段落文本
• runs：获取段落内所有文字块集合
• style：获取或设置段落样式

文字块对象 - run

• text：获取或设置文字块文本
• bold：获取或设置加粗
• italic：获取或设置倾斜

表格对象 - table

• add_row(text=None, style=None)：添加行
• rows：获取所有行
• columns：获取所有列
• cell(row_idx, col_idx)：根据行列索引获取指定单元格，其中（0，0）是最左上角的单元格

写入文件

from docx import Document
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
from docx.shared import Cm, RGBColor, Pt

doc = Document()
"""添加标题"""
para_head = doc.add_heading("正文一级标题",level=1)  # level代表标题级别
para_head.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER     # 标题居中
"""添加正文段落"""
p1 = doc.add_paragraph("我是正文第一段")
p1.text += "，第一段追加文本"
p2 = doc.add_paragraph("我是正文第二段")
p2.insert_paragraph_before("我在第二段之前")
# doc.add_page_break()    # 添加分页符
"""添加带文字块的段落"""
p3 = doc.add_paragraph("我是带样式的段落——")
p3.add_run("加粗").bold = True
p3.add_run("倾斜").italic = True
p3.add_run("正常")
red_run = p3.add_run("20,加粗,红色")
red_run.font.size = Pt(20)
red_run.font.bold = True
red_run.font.color.rgb = RGBColor(255,0,0)
"""添加有序和无序列表"""
opts = ['选项1','选项2', '选项3']
for opt in opts:    # 有序列表
    doc.add_paragraph(opt, style='List Number')
for opt in opts:    # 无序列表
    doc.add_paragraph(opt, style='List Bullet')
"""添加表格"""
list1 = [["姓名","性别","家庭地址"],["唐僧","男","湖北省"],
         ["孙悟空","男","北京市"],["猪八戒","男","广东省"]]
table = doc.add_table(rows=4,cols=3)    # 创建指定行列的表格
for row_index in range(4):
    row_cells = table.rows[row_index].cells
    for cell_index in range(3):
        row_cells[cell_index].text = str(list1[row_index][cell_index])
row_cells = table.add_row().cells   # 添加一行
row_cells[0].text = "沙和尚"
row_cells[1].text = "男"
row_cells[2].text = "湖南省"
"""添加图片"""
doc.add_picture(r"resource/python.png")     # 默认大小
doc.add_picture(r"resource/word.png",width=Cm(5),height=Cm(5))  # 指定宽高
"""保存文档"""
doc.save(r"resource/Test.docx")

读取文件

获取段落

from docx import Document
path = r"resource/Test.docx"
"""获取段落"""
doc = Document(path)    # 读取的doc可通过save方法保存
for paragraph in doc.paragraphs:
    print(paragraph.text,paragraph.style.name)  # 段落text可修改，文字块、表格同样

获取文字块

from docx import Document
path = r"resource/Test.docx"
"""获取文字块"""
p5 = doc.paragraphs[4]
for run in p5.runs:
    print(run.text,run.bold,run.italic)

获取表格

from docx import Document
path = r"resource/Test.docx"
"""获取表格"""
table0 = doc.tables[0]
for row in table0.rows:     # 获取表格所有行
    for cell in row.cells:      # 获取表格行的所有单元格
        print(cell.text,end=" ")
    print()
print(table0.cell(2,0).text)    # 根据行列索引获取指定单元格

获取图片

import os
from docx import Document
path = r"resource/Test.docx"
"""获取图片"""
for rel in doc.part.rels:  # 获取所有part对象的id(rel→str，例如rId3)
    rel = doc.part.rels[rel]    # 根据id获取文件对象
    if "image" in rel.target_ref:  # 根据part对象的名称判断是否是图片（例如media/image1.jpeg）
        with open("resource/"+os.path.basename(rel.target_ref), "wb") as f:
            f.write(rel.target_part.blob)  # 将图片以二进制格式写入

获取所有可用样式

for style in doc.styles:
    print(style)