本文详细描述了如何使用Python脚本对信息窗文档进行格式统一、数字补全、文件类型转换、内容提取和整合等工作，以提升工作效率，包括从doc到docx的转换、删除空行回车、Excel数据整合以及批量生成文档等步骤。
作品展示
调用原来的信息窗素材，制作下学期的19周的信息窗基础word
背景需求：
开学了，继续做周计划系列，在原有基础上，进行进一步代码优化
https://blog.csdn.net/reasonsummer/article/details/129843824素材准备：
都是“01 信息窗”下的内容
第01步：原有文件的名称 1-9周改成01-09周
原来的信息窗资料
把文件名中的周次改成2位数
文件名格式不统一，有的周后面有空格，有的窗后面有主题名称……需要统一改成——第X周 信息窗
A：先统一格式
B：在对1-9周的数字进行2位数补全
代码展示：
微调部分——统计文件名的长度：
如：第9周信息窗.doc 一共10字符，对所有10字符的文件名进行加0处理，如果 第10周信息窗.doc 等于11字符，就不要加0
import os
import time
path =r"D:\test\02办公类\91周计划4份_2024年中4班\01 信息窗\01doc"
print('--把文件名称统一 第X周 信息窗---')
fileList=os.listdir(path)
print(fileList)
for file in fileList:
# 如果格式不统一 提取所有的周次
split_str = file.split('周')
newname1 = split_str[0] # _的第0部分=序号
print(newname1)
# newname2= split_str[1] # _的第0部分=序号
# print(newname2)
newname=newname1+'周 信息窗.doc'
oldname_path = os.path.join(path,file)
# 文件新路径
newname_path = os.path.join(path,newname)
# 新旧对调
os.rename(oldname_path, newname_path)
# 延时
time.sleep(2)
print('--把第1周改成第01周 ---')
fileList=os.listdir(path)
print(fileList)
for file in fileList:
if len(file)==11: # 第9周信息窗.doc 11是一位数的周次
print(file)
split_str = file.split('第')
newname1 = split_str[0] # _的第0部分=序号
print(newname1)
newname2= split_str[1] # _的第0部分=序号
print(newname2)
newname=newname1+'第0'+newname2
oldname_path = os.path.join(path,file)
# 文件新路径
newname_path = os.path.join(path,newname)
# 新旧对调
os.rename(oldname_path, newname_path)
if len(file)==12: # 第10周信息窗.doc 11是两位数的周次
pass
终端显示
第2步：原有文件格式从doc变成docx
代码展示——doc文件下的19个doc转到docx文件下的19个docx
原来代码用的是绝对路径双反斜杠并且需要手动把doc文件复制一份到docx，现在用相对路径，且直接另存到docx内
import os
from win32com import client as wc
import time
# 注意：目录的格式必须写成双反斜杠
path=r"D:\test\02办公类\91周计划4份_2024年中4班\01 信息窗"
oldpath=path+r'\doc' # 使用绝对地址（可更改）原文件doc地址
newpath=path+r'\docx'# 使用绝对地址（可更改）docx地址
# 提取所有doc内的19周doc周计划的路径
files=[]
for file in os.listdir(oldpath):
# 找出文件中以.doc结尾并且不以~$开头的文件（~$是为了排除临时文件）
if file.endswith('.doc') and not file.startswith('~$'):
files.append(oldpath+'\\'+file)
print(files)
# 打开doc文件下的doc文件，另存到docx文件下的docx文件
for file in files:
word = wc.Dispatch("Word.Application")
print("已处理文件："+file)
# # 打开文件
doc = word.Documents.Open(file)
# # 将文件另存为到docx文件夹，另存为.docx
new=newpath+'\\'+file[-11:]+'x'
print(new)
doc.SaveAs("{}".format(new), 12) # 12表示docx格式
doc.Close()
第3步：删除docx里面的回车符
每份docx里面会有一些空行回车
删除空行回车符
代码展示
from docx import Document
from openpyxl import load_workbook
import glob
import os
path=r"D:\test\02办公类\91周计划4份_2024年中4班\01 信息窗"
for file in glob.glob(path + r'\docx\*.docx'): # 读取所有以前的信息窗参考资料
doc = Document(file)
for paragraph in doc.paragraphs: # 读取文档段落
if len(paragraph.text) == 0:
p = paragraph._element
p.getparent().remove(p)
p._p = p._element = None
doc.save(file)
# # ————————————————
# # 版权声明：本文为CSDN博主「lsjweiyi」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
# # 原文链接：https://blog.csdn.net/lsjweiyi/article/details/121728630
第4步：整理“信息窗”的EXCEL信息，写入 中4班下学期信息窗.xlsx
代码展示：
# https://blog.csdn.net/lau_jw/article/details/114383781
from openpyxl import load_workbook
from docx import Document
import glob
path = r"D:\test\02办公类\91周计划4份_2024年中4班\01 信息窗"
workbook = load_workbook(path + r'\10 改周次过渡模板_信息窗.xlsx')
sheet = workbook.active
number = 0
for file in glob.glob(path + r'\03去掉回车\*.docx'):
print(file)
doc = Document(file)
content_lst = []
for paragraph in doc.paragraphs[1:]:
content = paragraph.text
# 判断单元格中的文字是否有空格
if content == '中八班':
break
else:
q = ' ' + content
content_lst.append(q)
print(content_lst)
content = '\n'.join(content_lst)
number += 1
sheet.cell(row=number+1, column=1).value = number
sheet.cell(row=number+1, column=2).value = content
# 修改班级名称
workbook.save(path + r'\11 中4班下学期_信息窗.xlsx')
思路解析——提取信息窗中间部分的内容
结果展示
第5步：读取word模板，把EXCEL-信息窗的内容 合成19份信息窗Docx
代码展示
# 一、导入相关模块，设定excel所在文件夹和生成word保存的文件夹
from docxtpl import DocxTemplate
import pandas as pd
import os
import xlwt
import xlrd
import os
import random
from win32com.client import constants,gencache
from win32com.client.gencache import EnsureDispatch
from win32com.client import constants # 导入枚举常数模块
import os,time
import docx
from docx import Document
from docx.shared import Pt
from docx.shared import RGBColor
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
# path=r'D:\\test\\02办公类\\90周计划4份\\01 信息窗'+'\\'
path = r"D:\test\02办公类\91周计划4份_2024年中4班\01 信息窗"
print(path)
file_path=path+r'\04合成新信息窗'
print(file_path)
# 二、遍历excel，逐个生成word（小标签.docx是前面的模板）
try:
os.mkdir(file_path)
except:
pass
list = pd.read_excel(path+'\\11 中4班下学期_信息窗.xlsx')
title = list["title"].str.rstrip()
name =list["name"]
content=list["content"].str.rstrip()# 没有str.rstrip()是数字格式
classroom =list["classroom"].str.rstrip() # str.rstrip()都是文字格式
T1 =list["T1"].str.rstrip() # 没有str.rstrip()是数字格式
T2 =list["T2"].str.rstrip()# 没有str.rstrip()是数字格式
time=list["time"].str.rstrip()
# 遍历excel行，逐个生成
num = list.shape[0]
for i in range(num):
context = {
"title": title[i],
"content": content[i],
"classroom": classroom[i],
"name" :name[i],
"T1": T1[i],
"T2": T2[i],
"time": time[i],
}
tpl = DocxTemplate(path+'\\12 主题知识_竖版双.docx.docx')
# tpl = DocxTemplate(path+'\\12 信息窗_横版.docx')
# tpl = DocxTemplate(path+'\\12 信息窗_竖版.docx')
tpl.render(context)
tpl.save(file_path+r"\\第{}周 {}班 信息窗（{}）.docx".format('%02d'%name[i],classroom[i],time[i]))
运行结果
第6步：把信息窗转为jpg格式，便于上传“班级主页”
代码展示：
'''
作者：毛毛
性质：转载
原网址 https://zhuanlan.zhihu.com/p/367985422
安装python，确保以下模块已经安装：win32com，fitz，re
在桌面新建文件夹，命名为：word2pdf2png
将需要转换的word（只能docx格式，可以多个）放入文件夹word2pdf2png
复制以下代码并运行。
本代码只生成png 文件夹内只有一级，子文件不生成
说明：
1、
2、把“03 新周计划生成（原版）”的内容复制到“04 新周计划（没有反思的打印）”
3、把“04 新周计划（没有反思的打印）”内容复制到“05 新周计划（没有反思的jpg上传）”
4、然后“05 新周计划（没有反思的jpg上传）”文件夹删除并生成第一张无反思的图片20份
5、空余时间。把““03 新周计划生成（原版）”文件夹的内容复制到“08 新周计划生成（手动修改-准）”文件夹，手动修改
（1）周计划第一页反思（限定在一页内）
（2）教案等
'''
#coding=utf-8
from win32com.client import Dispatch
import os
import re
import fitz
wdFormatPDF = 17 #转换的类型
zoom_x=2 #尺寸大小，越大图片越清晰 5超大，这里改成2
zoom_y=2 #尺寸大小，越大图片越清晰，长宽保持一致
rotation_angle=0#旋转的角度，0为不旋转
# print(----'把"04合成新信息窗"文件夹里的资料复制到"05jpg上传"'-----)
import os
import shutil
def copy_docx_files(source_dir, dest_dir):
for filename in os.listdir(source_dir):
source_path = os.path.join(source_dir, filename)
dest_path = os.path.join(dest_dir, filename)
if os.path.isfile(source_path) and filename.endswith(".docx"):
shutil.copy(source_path, dest_path)
if os.path.isdir(source_path):
copy_docx_files(source_path, dest_dir)
# 指定源文件夹和目标文件夹
old_pat =r'D:\test\02办公类\91周计划4份_2024年中4班\01 信息窗\04合成新信息窗' # 要复制的文件所在目录
new_path = r'D:\test\02办公类\91周计划4份_2024年中4班\01 信息窗\05jpg上传' #新路径
# 调用复制函数
copy_docx_files(old_pat, new_path)
#print(----生成PDF和第一页图片-----)
def doc2pdf2png(input_file):
for root, dirs, files in os.walk(input_file):
for file in files:
if re.search('\.(docx|doc)$', file):
filename = os.path.abspath(root + "\\" + file)
print('filename', filename)
word = Dispatch('Word.Application')
doc = word.Documents.Open(filename)
doc.SaveAs(filename.replace(".docx", ".pdf"), FileFormat=wdFormatPDF)
doc.Close()
word.Quit()
for root, dirs, files in os.walk(input_file):
for file in files:
if re.search('\.pdf$', file):
filename = os.path.abspath(root + "\\" + file)
print('filename', filename)
# 打开PDF文件
pdf = fitz.open(filename)
# 逐页读取PDF
for pg in range(0, pdf.pageCount):
page = pdf[pg]
# 设置缩放和旋转系数
trans = fitz.Matrix(zoom_x, zoom_y).preRotate(rotation_angle)
pm = page.getPixmap(matrix=trans, alpha=False)
# 开始写图像
pm.writePNG(filename.replace('.pdf', '') + str(pg+1) + ".png")
pdf.close()
doc2pdf2png(new_path)
# 删除生成文件PDF 和 生成文件docx
for parent, dirnames, filenames in os.walk(new_path):
for fn in filenames:
if fn.lower().endswith('.pdf'):
os.remove(os.path.join(parent, fn))
if fn.lower().endswith('.docx'):# 删除原始文件docx 正则[pdf|docx]套不上，只能分成两条了
os.remove(os.path.join(parent, fn))
# 删除png中，尾号是2-8的png（Word只要第一页，后面生成的第二页图片不要
for parent, dirnames, filenames in os.walk(new_path):
for fn in filenames:
for k in range(2,9): # png文件名的尾数是2,3，4,5,6,7,8 不确定共有几页，可以把9这个数字写大一点）
if fn.lower().endswith(f'{k}.png'): # 删除尾号为2,3,4,5,6,7，8的png图片 f{k}='{}'.formart(k)
os.remove(os.path.join(parent, fn))图片结果展示（）
感悟：
虽然花了十几个小时调试优化代码，但是这非常值得。
1、基础信息的批量生成：
批量生成周次、班级、教师、日期等基础信息，可以确保文本格式的规范性（格式字体统一、基础信息无错误），不用每周去输入这些无价值的信息。
2、调用原有信息窗内容。
快速调用原有信息窗的内容，一方面可以“撑满格子”，另一方面“确保字体格式一致（统一小四宋体 20磅行距）”，视觉上美观、规范，教师可以在此基础上 进行内容调整，提高信息窗撰写的效率。
3、本学期的墙面上信息窗和主题说明是在一页的，我并不喜欢这种设计，也还是要考虑这种可能性。
4、最好的还是信息窗一份（A4横版或竖版）、主题说明一份（A4竖版）的样式。
5、由于每次选用的word原素材格式、内容、结构都不同，所以最好把代码分成6个，逐一调整路径、内容选择范围等。这是个很细致的活儿。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
