python读取docx文件_python使用docx模块读写docx文件的方法与docx模块常用方法详解...

一，docx模块

Python可以利用python-docx模块处理word文档，处理方式是面向对象的。也就是说python-docx模块会把word文档，文档中的段落、文本、字体等都看做对象，对对象进行处理就是对word文档的内容处理。

二，相关概念

如果需要读取word文档中的文字（一般来说，程序也只需要认识word文档中的文字信息），需要先了解python-docx模块的几个概念。

1，Document对象，表示一个word文档。

2，Paragraph对象，表示word文档中的一个段落

3，Paragraph对象的text属性，表示段落中的文本内容。

三，模块的安装和导入

需要注意，python-docx模块安装需要在cmd命令行中输入pip install python-docx，如下图表示安装成功（最后那句英文Successfully installed，成功地安装完成）

注意在导入模块时，用的是import docx。

from docx import Document

from docx.enum.text import WD_ALIGN_PARAGRAPH #设置对象居中、对齐等。

from docx.enum.text import WD_TAB_ALIGNMENT,WD_TAB_LEADER #设置制表符等

from docx.shared import Inches #设置图像大小

from docx.shared import Pt #设置像素、缩进等

from docx.shared import RGBColor #设置字体颜色

from docx.shared import Length #设置宽度

四，读取word文本

#-*- conding:utf-8 -*-

import docx

file=docx.Document(r"F:\python从入门到放弃\7\2\wenjian.docx")

print('段落:'+str(len(file.paragraphs)))

#

# for para in file.paragraphs:

# print(para.text)

for i in range(len(file.paragraphs)):

print("第"+str(i)+"段的内容是："+file.paragraphs[i].text)

五，写word文本

#-*- conding:utf-8 -*-

import sys

from docx import Document

from docx.shared import Inches

def main():

# reload(sys)

# sys.setdefaultencoding('utf-8')

# 创建文档对象

document = Document()

# 设置文档标题，中文要用unicode字符串

document.add_heading(u'我的一个新文档',0)

# 往文档中添加段落

p = document.add_paragraph('This is a paragraph having some ')

p.add_run('bold ').bold = True

p.add_run('and some ')

p.add_run('italic.').italic = True

# 添加一级标题

document.add_heading(u'一级标题, level = 1',level = 1)

document.add_paragraph('Intense quote',style = 'IntenseQuote')

# 添加无序列表

document.add_paragraph('first item in unordered list',style = 'ListBullet')

# 添加有序列表

document.add_paragraph('first item in ordered list',style = 'ListNumber')

document.add_paragraph('second item in ordered list',style = 'ListNumber')

document.add_paragraph('third item in ordered list',style = 'ListNumber')

# 添加图片，并指定宽度

document.add_picture('cat.png',width = Inches(2.25))

# 添加表格: 1行3列

table = document.add_table(rows = 1,cols = 3)

# 获取第一行的单元格列表对象

hdr_cells = table.rows[0].cells

# 为每一个单元格赋值

# 注：值都要为字符串类型

hdr_cells[0].text = 'Name'

hdr_cells[1].text = 'Age'

hdr_cells[2].text = 'Tel'

# 为表格添加一行

new_cells = table.add_row().cells

new_cells[0].text = 'Tom'

new_cells[1].text = '19'

new_cells[2].text = '12345678'

# 添加分页符

document.add_page_break()

# 往新的一页中添加段落

p = document.add_paragraph('This is a paragraph in new page.')

# 保存文档

document.save('demo1.doc')

if __name__ == '__main__':

main()

六，读取表格

#-*- conding:utf-8 -*-

import docx

doc = docx.Document('wenjian.docx')

for table in doc.tables: # 遍历所有表格

print('----table------')

for row in table.rows: # 遍历表格的所有行

# row_str = '\t'.join([cell.text for cell in row.cells]) # 一行数据

# print row_str

for cell in row.cells:

print(cell.text, '\t',)

print() #换行

七，添加段落

document=docx.Document() # 创建一个空白文档

document.styles['Normal'].font.name = '宋体' # 设置西文字体

document.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), '宋体') # 设置中文字体

p = document.add_paragraph()# 添加一个段落

p.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.JUSTIFY#设置对齐方式

p.paragraph_format.line_spacing_rule = WD_LINE_SPACING.ONE_POINT_FIVE#设置行间距

p.paragraph_format.space_after = Pt(0)#设置段后间距

run = p.add_run('content')#延长段落

run.font.color.rgb = RGBColor(255, 0, 0)#设置字体颜色

run.font.size = Pt(22) # 设置字号

run.font.bold = True #设置下划线

八，docx模块其它常用方法

字号与磅值的关系

字号

磅值

八号

5

七号

5.5

小六

6.5

六号

7.5

小五

9

五号

10.5

小四

12

四号

14

小三

15

三号

16

小二

18

二号

22

小一

24

一号

26

小初

36

初号

42

新增页眉

section=document.sections[0]

header=section.header

bt1=header.paragraphs[0]

bt1.text='此处是页眉1'

新增头信息

t1=document.add_paragraph('此处Tetle信息','Title')

新增段落 及 向前插入段落

p1=document.add_paragraph('新增段落P1')

pin1=p1.insert_paragraph_before('在p1前插入段落pin1')

段落里设置参数样式 或 指定.style来设置参数

p2=document.add_paragraph('新增段落p2并设置style类型',style='ListBullet')

p3=document.add_paragraph('新增段落p3并指定style类型')

p3.style='ListBullet'

添加标题 可设置标题级别1-9

h1=document.add_heading('此处默认标题1')

h2=document.add_heading('此处添加标题2',level=2)

h3=document.add_heading('此处添加标题3',level=3)

设置字体

通过.add_run来设置字体: 加粗、斜体、大小、颜色、下划线

paragraph=document.add_paragraph()

r1=paragraph.add_run('通过.bold=True来设置粗体')

r1.bold=True

r1.style='Emphasis'

r2=paragraph.add_run('也可以')

r3=paragraph.add_run('\n通过.italic=True来设置斜体，\n通过.font.size来设置字体大小,\n通过.font.color.rgb=RGBColor来设置字体颜色')

r3.italic=True

r3.font.size=Pt(20)

r3.font.color.rgb=RGBColor(200,77,150)

方法

作用

all_caps

全部大写字母

bold

加粗

color

字体颜色

complex_script

是否为“复杂代码”

cs_bold

“复杂代码”加粗

cs_italic

“复杂代码”斜体

double_strike

双删除线

emboss

文本以凸出页面的方式出现

hidden

隐藏

imprint

印记

italic

斜体

name

字体

no_proof

不验证语法错误

outline

显示字符的轮廓

shadow

阴影

small_caps

小型大写字母

snap_to_grid

定义文档网格时对齐网络

strike

删除线

subscript

下标

superscript

上标

underline

下划线

设置居中、左右对齐、缩进、制表符

p4=document.add_paragraph('准备开始设置居中、左右对齐、缩进等')

p4.paragraph_format.alignment=WD_ALIGN_PARAGRAPH.CENTER

方法

作用

LEFT

左对齐

CENTER

文字居中

RIGHT

右对齐

JUSTIFY

本两端对齐

设置缩进

默认Inches(0.5)等于四个空格

p5=document.add_paragraph('content')

p5.paragraph_format.left_indent=Inches(0.5)

设置首行缩进

p5.paragraph_format.first_line_indent=Inches(0.5)

设置段落间距 分为段落前 和 段落后

p5.paragraph_format.space_before=Pt(30)

p5.paragraph_format.space_after=Pt(12)

设置段落行距当行距为最小值和固定值时，设置值单位是磅，用Pt；当行间距为多倍行距时，设置值为数值。

p5.paragraph_format.line_spacing=Pt(30)

方法

作用

SINGLE

单倍行距（默认）

ONE_POINT_FIVE

1.5倍行距

DOUBLE

2倍行距

AT_LEAST

最小值

EXACTLY

固定值

MULTIPLE

多倍行距

paragraph.line_spacing_rule = WD_LINE_SPACING.EXACTLY #固定值

paragraph_format.line_spacing = Pt(18) # 固定值18磅

paragraph.line_spacing_rule = WD_LINE_SPACING.MULTIPLE #多倍行距

paragraph_format.line_spacing = 1.75

分页属性

p5.paragraph_format.keep_with_next = True

方法

作用

说明

widow_control

孤行控制

防止在页面顶端单独打印段落末行或在页面底端单独打印段落首行

keep_with_next

与下段同页

防止在选中段落与后面一段间插入分页符

page_break_before

段前分页

在选中段落前插入分页符

keep_together

段中不分页

防止在段落中出现分页符

添加分页符

document.add_page_break()

p5=document.add_paragraph('.add_page_break()硬分页，即使文本未满')

添加表格、设置表格样式

table=document.add_table(rows=2,cols=2)

table.style='LightShading-Accent1'

选择表格内单元格、单元格赋值添加和改变内容

cell=table.cell(0,1)

cell.text='通过cell.text()来添加内容'

选择表格的行，通过索引，然后索引单元格

row=table.rows[1]

row.cells[0].text='通过.add_table（,）来添加表格'

row.cells[1].text='通过for row in table.rows内嵌套 for cell in row.cells来循环输出表格内容'

for循环逐行输出表格内容

for row in table.rows:

for cell in row.cells:

print(cell.text)

len表格内行列数

row_count=len(table.rows)

col_count=len(table.columns)

print(row_count,col_count,'现表格行列数')

row=table.add_row() #逐步添加行

print(len(table.rows),len(table.columns),'添加后表格行列数')

添加另一个表格 及 指定表格样式

table1=document.add_table(1,3)

table1.style='LightShading-Accent2' #设置表格样式

填充 标题行

heading_cells=table1.rows[0].cells #获取 行列标

heading_cells[0].text='Qtx' #为行列表内的cell单元格 赋值

heading_cells[1].text='Sku'

heading_cells[2].text='Des'

表格数据

items=(

(7,'1024','plush kitens'),

(3,'2042','furbees'),

(1,'1288','french poodle collars,deluxe')

)

为每个项目添加数据行

for item in items:

cells=table1.add_row().cells

cells[0].text=str(item[0])

cells[1].text=str(item[1])

cells[2].text=str(item[2])

添加图片

document.add_picture('002592.png',width=Inches(2))

调整图片大小，如下：

document.add_picture('demo.png', width=Inches(1.0), height=Inches(1.0))

若同时定义宽度和高度，则图片会被拉伸或压缩到指定大小；若仅定义宽度或高度，则图会自适应调整大小。

保存文档

document.save('test.docx')

更多关于python使用docx模块读写docx文件的方法与docx模块常用方法请查看下面的相关链接