备注:
doc是微软的专有的文件格式,docx是Microsoft Office2007之后版本使用,其基于Office Open XML标准的压缩文件格式,比
doc文件所占用空间更小。docx格式的文件本质上是一个ZIP文件,所以其实也可以把.docx文件直接改成.zip,解压后,里面的
word/document.xml包含了Word文档的大部分内容,图片文件则保存在word/media里面。
python-docx不支持.doc文件,间接解决方法是在代码里面先把.doc转为.docx。
一、安装包
pip3 install python-docx
二、创建word文档
下面是在官文示例基础上对个别地方稍微修改,并加上函数的使用说明
from docx importDocumentfrom docx.shared importInches
document=Document()#添加标题,并设置级别,范围:0 至 9,默认为1
document.add_heading('Document Title', 0)#添加段落,文本可以包含制表符(\t)、换行符(\n)或回车符(\r)等
p = document.add_paragraph('A plain paragraph having some')#在段落后面追加文本,并可设置样式
p.add_run('bold').bold =True
p.add_run('and some')
p.add_run('italic.').italic =True
document.add_heading('Heading, level 1', level=1)
document.add_paragraph('Intense quote', style='Intense Quote')#添加项目列表(前面一个小圆点)
document.add_paragraph('first item in unordered list', style='List Bullet')
document.add_paragraph('second item in unordered list', style='List Bullet')#添加项目列表(前面数字)
document.add_paragraph('first item in ordered list', style='List Number')
document.add_paragraph('second item in ordered list', style='List Number')#添加图片
document.add_picture('monty-truth.png', width=Inches(1.25))
records=(
(3, '101', 'Spam'),
(7, '422', 'Eggs'),
(4, '631', 'Spam, spam, eggs, and spam')
)#添加表格:一行三列#表格样式参数可选:#Normal Table#Table Grid#Light Shading、 Light Shading Accent 1 至 Light Shading Accent 6#Light List、Light List Accent 1 至 Light List Accent 6#Light Grid、Light Grid Accent 1 至 Light Grid Accent 6#太多了其它省略...
table = document.add_table(rows=1, cols=3, style='Light Shading Accent 2')#获取第一行的单元格列表
hdr_cells =table.rows[0].cells#下面三行设置上面第一行的三个单元格的文本值
hdr_cells[0].text = 'Qty'hdr_cells[1].text = 'Id'hdr_cells[2].text = 'Desc'
for qty, id, desc inrecords:#表格添加行,并返回行所在的单元格列表
row_cells =table.add_row().cells
row_cells[0].text=str(qty)
row_cells[1].text =id
row_cells[2].text =desc
document.add_page_break()#保存.docx文档
document.save('demo.docx')
创建的demo.docx内容如下:
三、读取word文档
from docx importDocument
doc= Document('demo.docx')#每一段的内容
for para indoc.paragraphs:print(para.text)#每一段的编号、内容
for i inrange(len(doc.paragraphs)):print(str(i), doc.paragraphs[i].text)#表格
tbs =doc.tablesfor tb intbs:#行
for row intb.rows:#列
for cell inrow.cells:print(cell.text)#也可以用下面方法
'''text = ''
for p in cell.paragraphs:
text += p.text
print(text)'''
运行结果:
Document Title
A plain paragraph having some bold and some italic.
Heading, level 1
Intense quote
first item in unordered list
second item in unordered list
first item in ordered list
second item in ordered list
0 Document Title
1 A plain paragraph having some bold and some italic.
2 Heading, level 1
3 Intense quote
4 first item in unordered list
5 second item in unordered list
6 first item in ordered list
7 second item in ordered list
8
9
Qty
Id
Desc
3
101
Spam
7
422
Eggs
4
631
Spam, spam, eggs, and spam
[Finished in 0.2s]