ant批量处理word文件内容_用python实现word内容批量替换

本文讨论一下如果使用python来批量替换word中的内容。

一、目标：

在word文档中，将水果的名称由中文替换为英文。

而且我们有多份word文档。

二、实现：

使用了python-docx 这个库。

1、安装

使用pip 安装很方便

pip install python-docx

特别注意：python-docx这个库只能用来处理docx文件，不能进行doc文件的处理。

如果在Windows环境下， 可以使用 win32com模块，来批量把doc 文件转换为docx。

延伸一点：

doc文件与docx文件有什么不同呢？

1. 存储方式的不同： doc 是二进制存储，docx是打包文件（docx文件可以解压，能看到里面的文件结构，主要是xml 等组成的打包文件）；
2. docx易于跨平台，docx更小；
3. docx对于处理一些复杂对象比如公式、表格、图片更得心应手，因为可以通过xml的配置进行。

2、要使用的 python-docx 的基本用法

import docx
# 创建文档对象,获得word文档
doc = docx.Document(path)

#每一段的内容
for para in doc.paragraphs:
    print(para.text)

#每一段的编号、内容
for i in range(len(doc.paragraphs)):
    print(str(i), doc.paragraphs[i].text)

3、简单的替换函数

#  将想要替换的内容写成字典的形式，
#  dict = {"想要被替换的字符串": "新的字符串"}
replace_dict = {
    "苹果"："apple",
    "香蕉"："banana",
    "猕猴桃"："Kiwi fruit",
    "火龙果"："pitaya",
}

函数如下：

def check_and_change(document, replace_dict):
    """
    遍历word中的所有 paragraphs，在每一段中发现含有key 的内容，就替换为 value 。 
   （key 和 value 都是replace_dict中的键值对。）
    """
    for para in document.paragraphs:
        for i in range(len(para.runs)):
            for key, value in replace_dict.items():
                if key in para.runs[i].text:
                    print(key+"->"+value)
                    para.runs[i].text = para.runs[i].text.replace(key, value)
    return document

4、 一个完整的例子

环境：python ==3.7.4 ， python-docx== 0.8.10

# coding=utf-8

import os
from docx import Document

# 放了一些docx 文件
old_file_path = "/Users/xxx/yyy/docx/"
# 生成新文件后的存放地址
new_file_path = "/Users/xxx/yyy/new_docx/"

replace_dict = {
    "苹果": "apple",
    "香蕉": "banana",
    "猕猴桃": "Kiwi fruit",
    "火龙果": "pitaya",
}

def check_and_change(document, replace_dict):
    """
    遍历word中的所有 paragraphs，在每一段中发现含有key 的内容，就替换为 value 。 
    （key 和 value 都是replace_dict中的键值对。）
    """
    for para in document.paragraphs:
        for i in range(len(para.runs)):
            for key, value in replace_dict.items():
                if key in para.runs[i].text:
                    print(key+"-->"+value)
                    para.runs[i].text = para.runs[i].text.replace(key, value)
    return document


def main():
    for name in os.listdir(old_file_path):
        print(name)
        old_file = old_file_path + name
        new_file = new_file_path + name
        if old_file.split(".")[1] == 'docx':
            document = Document(old_file)
            document = check_and_change(document, replace_dict)
            document.save(new_file)
        print("^"*30)


if __name__ == '__main__':
    main()

三、运行结果

每一份word中，相应的内容替换成功。