python-docx之内容读取等

建立文档对象

• 需要使用docx库中的Document方法创建
• 指明路径。

from docx import Document
docx1 = Document(r"D:\lianxi_01.docx")
docx1

<docx.document.Document at 0x6b3d778>

---

读取word中的段落

• 使用paragraphs属性

from docx import Document
docx1 = Document(r"D:\lianxi_01.docx")
paras = docx1.paragraphs
for i_paras in paras:
    print("*****", i_paras.text)

***** 8月14日，是世界“慰安妇”纪念日。
***** 据统计，在1931年到1945年，侵华日军强征20多万中国妇女作为性奴隶，“慰安妇”成了日军强加给她们的称号。
***** 这是一道道伤疤，刻在了她们心里，这更是人类的耻辱，留在了历史上。

---

读取word中的标题

# 获取标题2
from docx import Document
docx1 = Document(r"D:\lianxi_02.docx")
paras = docx1.paragraphs
for i_paras in paras:
    if i_paras.style.name == "Heading 2":
        print("*****", i_paras.text)

***** 第一个标题1第一个标题2 
***** 第一个标题1第二个标题2 
***** 第一个标题1第三个标题2 
***** 第二个标题1第一个标题2 
***** 第二个标题1第二个标题2 

# 获取所有标题
for i_paras in paras:
    if re.match("^Heading \d+$",  i_paras.style.name):
        #if i_paras.style.name == re.match("^Heading \d+$",  i_paras.style.name):
        print("*****", i_paras.text)   

***** 第一个标题1
***** 第一个标题1第一个标题2 
***** 第一个标题1第二个标题2 
***** 第一个标题1第三个标题2 
***** 第二个标题1
***** 第二个标题1第一个标题2 
***** 第二个标题1第二个标题2 

---

读取word中的正文

for i_paras in paras:
    if i_paras.style.name == "Normal":
        print("*****", i_paras.text)

***** 第一个标题1第一个标题2 正文1
***** 第一个标题1第一个标题2 正文2
***** 第一个标题1第二个标题2 正文1
***** 第一个标题1第二个标题2 正文2
***** 第一个标题1第二个标题2 正文3
***** 第一个标题1第三个标题2 正文1
***** 第一个标题1第三个标题2 正文2
***** 第一个标题1第三个标题2 正文3
***** 第二个标题1第一个标题2 正文1
***** 第二个标题1第一个标题2 正文1
***** 第二个标题1第二个标题2 正文1

---

读出所有块

• 不同的块一般有不同的格式

from docx import Document
docx1 = Document(r"D:\lianxi_03.docx")
for i_paras in docx1.paragraphs:
    runs = i_paras.runs
    for i_runs in runs:
        print("----", i_runs.text)

---- 今年
---- ，南京利济巷慰安所旧址陈列馆工作人员，
---- 在湖南新确认3位日军“慰安妇”制度受害幸存者。

---

增加标题或段落

add增加

• add_heading新增标题
• 使用add_paragraphs新增正文段落

from docx import Document
docx1 = Document(r"D:\lianxi_02.docx")
docx1.add_heading("我是新增的一级标题", level=1)
docx1.add_heading("我是新增的二级标题", level=2)
docx1.add_paragraph("我是新增的正文")
docx1.save("D:\edit_02.docx")

---

插入段落

• 使用add_paragraph_before,无after方法

from docx import Document
docx1 = Document(r"D:\lianxi_03.docx")
para = docx1.add_paragraph("我之后添加的文字会被设置格式")
para.add_run("加粗").bold = True
para.add_run("普通")
para.add_run("加粗").italic = True
docx1.save(r"D:\edit_03.docx")

---

设置格式，自动分块

from docx import Document
docx1 = Document(r"D:\lianxi_03.docx")
para = docx1.paragraphs[0]
para.insert_paragraph_before("这是新增加的段落1")
docx1.save(r"D:\edit_04.docx")

插入分页符

• 使用add_page_break()方法