python操作docx文檔（轉）

python操作docx文檔

   關於python操作docx格式文檔，我用到了兩個python包，一個便是python-docx包，另一個便是python-docx-template;,同時我也用到了很出名的一個工具"pandoc，下面我會對他們各自進行介紹。

1.     首先便是python-docx包，這是一個很強大的包，可以用來創建docx文檔，包含段落、分頁符、表格、圖片、標題、樣式等幾乎所有的word文檔中能常用的功能都包含了，這個包的主要功能便是用來創建文檔，相對來說用來修改功能不是很強大，關於文檔請查看他的"官網;
   
   
2. 再然后便是python-docx-template這個包了，他可以用來對docx文檔進行修改，諸如對文檔中的 文本、圖片、富文本、等幾乎所有存在與文檔中的他都能替換，而且他操作起來就如同很多web框架中的模板語言一樣，因為他是和jinjia2模板語言結合使用的，所以最好希望使用之前對模板語言有一定了解；
   
   
3. 關於pandoc，這個包在許多需要進行文本轉換的地方用處很強大，他可以把許多如今存在的文檔格式轉換問另一種文檔格式，如html、markdown、docbook、latex、docx等轉換為xml、latex、markdown、pdf，總之很強大，這是官網,有興趣的可以去了解下。

下面便會相應介紹他們各自的大概的用法。還是按照上面的順序進行介紹，：

• 關於python-docx這個包我覺得最好還是引用他官網的一段代碼解釋最為合適了，因為這里面基本情況都被包含了，

from docx import Document
from docx.shared import Inches

document = Document()  # 首先這是包的主要接口，這應該是利用的設計模式的一種，用來創建docx文檔，里面也可以包含文檔路徑(d:\\2.docx)

document.add_heading('Document Title', 0)  # 這里是給文檔添加一個標題，0表示 樣式為title，1則為忽略，其他則是Heading{level},具體可以去<a href="https://python-docx.readthedocs.io/en/latest/user/styles-understanding.html" target="_blank">官網</a>查;

p = document.add_paragraph('A plain paragraph having some ') # 這里是添加一個段落
p.add_run('bold').bold = True   # 這里是在這個段落p里文字some后面添加bold字符
p.add_run(' and some ')
p.add_run('italic.').italic = True

document.add_heading('Heading, level 1', level=1)   # 這里是添加標題1
document.add_paragraph('Intense quote', style='IntenseQuote') # 這里是添加段落，style后面則是樣式

document.add_paragraph(
    'first item in unordered list', style='ListBullet'    # 添加段落，樣式為unordered list類型
)
document.add_paragraph(
    'first item in ordered list', style='ListNumber'    # 添加段落，樣式為ordered list數字類型
)

document.add_picture('monty-truth.png', width=Inches(1.25))  # 添加圖片

table = document.add_table(rows=1, cols=3)   # 添加一個表格，每行三列
hdr_cells = table.rows[0].cells   # 表格第一行的所含有的所有列數
hdr_cells[0].text = 'Qty'    # 第一行的第一列,給這行里面添加文字
hdr_cells[1].text = 'Id'
hdr_cells[2].text = 'Desc'
for item in recordset:
    row_cells = table.add_row().cells   # 這是在這個表格第一行 (稱作最后一行更好) 下面再添加新的一行
    row_cells[0].text = str(item.qty)
    row_cells[1].text = str(item.id)
    row_cells[2].text = item.desc

document.add_page_break()    # 添加分頁符

document.save('demo.docx')  # 保存這個文檔

 

 

具體樣式請看：

關於更多細節希望大家還是去他的官網python-docx;看，介紹的還是很詳細

• 然后便是python-docx-template包了，他用起來就向python中的模板語言一樣，有上下文，有模板，然后進行變量的替換

關於python-docx-template，他的官網名稱便是“像jinjia2一樣來操作docx文檔”，因此這個包對於用來進行文檔修改時很強大的下面是一個簡單例子：

 

from docxtpl import DocxTemplate

doc = DocxTemplate("1.docx")  # 對要操作的docx文檔進行初始化
context = { 'company_name' : "World company" }   # company_name 是存在於1.docx文檔里面的變量，就像這樣{{company_name}}，直接放在1.docx文件的明確位置就行
doc.render(context)   # 這里是有jinjia2的模板語言進行變量的替換，然后便可以在1.docx文檔里面看到{{company_name}}變成了World company
doc.save("generated_doc.docx")   # 保存

當然，這個包的功能遠遠不止上面例子中的一些，可以包含圖片

myimage = InlineImage(doc,'test_files/python_logo.png',width=Mm(20)) # tpl便是上面例子中的doc對象

也可以包含另一個docx文檔，
sub = doc.new_subdoc()
sub.subdocx = Document('d:\\2.docx')
doc.render({'sub': sub})

這里操作之后便可以把2.docx文件里面的內容直接插入到doc對象（也就是1.docx）文檔中{{sub}}這個變量處，被替換為2.docx中的，基本上用到的都是這兩個部分，

 

關於更多的特性，可以訪問官網的example，里面涵蓋了幾乎所有的特性，地址是https://github.com/elapouya/python-docx-template/tree/master/tests

• 最后便是pandoc了，我在這次用到的功能主要是，用來把html文件直接轉換為markdow格式文件，然后再轉換為txt文件，最后將txt文件內容和格式一同插入到docx文檔中，當然，也可以直接把html文件轉換為docx文件，格式基本一致

這是用到的命令，而由於使用pandoc是在控制台下cmd或者shell使用的，因此要用到python的另一個包subprocess

 

import subprocess
subprocess.call('pandoc --latex-engine=xelatex temp.html -o temp.text', cwd='d:\\python', shell=True)
subprocess.call('pandoc --latex-engine=xelatex temp.text -o t1.text', cwd='d:\\python', shell=True)

或者

<span style="background-color:rgb(153,153,255);">subprocess.call('pandoc temp.html -o temp.docx', cwd='d:\\python', shell=True)</span>

首先里面的cwd參數設置后，會把這個命令執行環境調到cwd所設置的參數路徑處，就如同執行命令前，如同先執行了 cd d:\\python命令一樣，shell=True相當於新開了一個shell或者cmd控制台，而關於更多例子，可以去官網的在線轉換器 https://pandoc.org/try/ 或者官網的例子 https://pandoc.org/demos.html