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_FIVE1.5倍行距
DOUBLE2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

以上是 python使用docx模块读写docx文件的方法与docx模块常用方法详解 的全部内容, 来源链接: utcz.com/z/339198.html

回到顶部