Python办公自动化解决world文件批量转换

• 读取 word
• 写入 word
• word 转 pdf

只要是简单重复的工作，就想办法用 python 来帮你解决吧，人生苦短，你需要 python。

word 是办公软件中使用频率非常高的软件之一了，假如你需要调整 100 个 word 文档的格式保持统一，或者要把 100 个 word 全部转换为 pdf，那么你就需要 python 来帮忙了。

python-docx 库简介

python-docx 是一个可以对 word 进行读写操作的第三方库，可以读取 word 内容，可以为 word 文档添加段落、表格、图片、标题，应用段落样式、粗体和斜体、字符样式。

执行如下安装命令即可完成安装：

pip install python-docx

官方文档: 

读取 word

这里我先创建了一个样例，里面有标题、正文、表格：

读取 word 内容的代码如下：

from docx import document
def view_docs(docx_file):
    # 打开文档1
    doc = document(docx_file)
    # 读取每段内容
    pl = [ paragraph.text for paragraph in doc.paragraphs]
    # 输出读取到的内容
    for i in pl:
        print(i)
def view_docs_table(docx_file):
    # 打开文档1
    doc = document(docx_file)
    # 读取每段内容
    tables = [table for table in doc.tables]
    for table in tables:
        for row in table.rows:
            for cell in row.cells:
                print(cell.text, end='  ')
            print()
        print('\n')
 if __name__ == '__main__':
    view_docs("python自动化办公实战课.docx")
    view_docs_table("python自动化办公实战课.docx")

运行结果如下：

 

写入 word

现在，用 python 创建一个和刚才一样的 word 文档：

from docx import document
from docx.shared import pt, rgbcolor
from docx.oxml.ns import qn
from docx.enum.text import wd_paragraph_alignment
from docx.table import _cell
from docx.oxml import oxmlelement 
def set_cell_border(cell: _cell, **kwargs):
    """
    set cell`s border
    usage:
    set_cell_border(
        cell,
        top={"sz": 12, "val": "single", "color": "#ff0000", "space": "0"},
        bottom={"sz": 12, "color": "#00ff00", "val": "single"},
        start={"sz": 24, "val": "dashed", "shadow": "true"},
        end={"sz": 12, "val": "dashed"},
    )
    """
    tc = cell._tc
    tcpr = tc.get_or_add_tcpr()
 
    # check for tag existnace, if none found, then create one
    tcborders = tcpr.first_child_found_in("w:tcborders")
    if tcborders is none:
        tcborders = oxmlelement('w:tcborders')
        tcpr.append(tcborders)
    # list over all available tags
    for edge in ('start', 'top', 'end', 'bottom', 'insideh', 'insidev'):
        edge_data = kwargs.get(edge)
        if edge_data:
            tag = 'w:{}'.format(edge)
             # check for tag existnace, if none found, then create one
            element = tcborders.find(qn(tag))
            if element is none:
                element = oxmlelement(tag)
                tcborders.append(element)
             # looks like order of attributes is important
            for key in ["sz", "val", "color", "space", "shadow"]:
                if key in edge_data:
                    element.set(qn('w:{}'.format(key)), str(edge_data[key]))
document = document()
document.styles['normal'].font.name = u'宋体'
document.styles['normal']._element.rpr.rfonts.set(qn('w:eastasia'), u'宋体')
##标题
def add_header(text, level, align='center'):
    title_ = document.add_heading(level=level)
    if align == 'center':
        title_.alignment = wd_paragraph_alignment.center  # 标题居中
    elif align == 'right':
        title_.alignment = wd_paragraph_alignment.right  # 标题居中
    title_run = title_.add_run(text)  # 添加标题内容
    # title_run.font.size = pt(24)  # 设置标题字体大小
    title_run.font.name = 'times new roman'  # 设置标题西文字体
    title_run.font.color.rgb = rgbcolor(0, 0, 0)  # 字体颜色
    title_run.element.rpr.rfonts.set(qn('w:eastasia'), '微软雅黑')  # 设置标题中文字体
add_header(text='python自动化办公实战', level=1)
add_header(text='python基础', level=2, align='left')
document.add_paragraph('python 是一门面向对象的高级编程语言，易学易用，是自动化办公首选的工具。')
add_header('python玩转图片', level=2, align='left')
document.add_paragraph('图片是工作中接触较多的媒体文件了，你可能需要图片压缩，加水印，文字识别等操作')
records = (
    ('python 基础', '00:30', '2021-08-01', ''),
    ('python 玩转图片', '01:00', '2021-08-01', ''),
    ('python 玩转 word', '01:00', '2021-08-01', ''),
)
table = document.add_table(rows=1, cols=4)
hdr_cells = table.rows[0].cells
hdr_cells[0].text = '章节'
hdr_cells[1].text = '时长'
hdr_cells[2].text = '日期'
hdr_cells[3].text = '备注'
for cell in hdr_cells:
    set_cell_border(cell,
                    top={"sz": 12, "val": "single", "color": "#ff0000", "space": "0"},
                    bottom={"sz": 12, "val": "single", "color": "#ff0000", "space": "0"},
                    start={"sz": 12, "val": "single", "color": "#ff0000", "space": "0"},
                    end={"sz": 12, "val": "single", "color": "#ff0000", "space": "0"},
                    )
for chapter, time, date, note in records:
    row_cells = table.add_row().cells
    row_cells[0].text = chapter
    row_cells[1].text = time
    row_cells[2].text = date
    row_cells[3].text = note
    for cell in row_cells:
        set_cell_border(cell,
                        top={"sz": 12, "val": "single", "color": "#ff0000", "space": "0"},
                        bottom={"sz": 12, "val": "single", "color": "#ff0000", "space": "0"},
                        start={"sz": 12, "val": "single", "color": "#ff0000", "space": "0"},
                        end={"sz": 12, "val": "single", "color": "#ff0000", "space": "0"},
                        )
document.save('python自动化办公实战.docx')
 

其中，为表格添加边框的代码由于比较复杂，单独做为一个函数来调用。

生成的 word 文档如下所示，其中表格边框的颜色，标题的颜色，字体大小，样式都是可以设置的：

其他操作

添加分页符：

document.add_page_break()

添加图片：

document.add_picture('monty-truth.png', width=inches(1.25))

设置表格的列宽和行高

'''
设置列宽
可以设置每个单元格的宽，同列单元格宽度相同，如果定义了不同的宽度将以最大值准
'''
table.cell(0,0).width=cm(10)
#设置行高
table.rows[0].height=cm(2)

表格字体的设定：

from docx.enum.text import wd_paragraph_alignment
#设置整个表格字体属性
table.style.font.size=pt(18)
table.style.font.color.rgb=rgbcolor(255, 0, 0)
table.style.paragraph_format.alignment=wd_paragraph_alignment.center

合并单元格

cell_1=table.cell(1, 0)
cell_2=table.cell(2, 1)
cell_1.merge(cell_2)

修改文档字体：

from docx import document
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.oxml.ns import qn
doc = document("xxx.docx")
for paragraph in doc.paragraphs:
    for run in paragraph.runs:
        run.font.bold = true
        run.font.italic = true
        run.font.underline = true
        run.font.strike = true
        run.font.shadow = true
        run.font.size = pt(18)
        run.font.color.rgb = rgbcolor(255,0,255)
        run.font.name = "黑体"
        # 设置像黑体这样的中文字体，必须添加下面 2 行代码
        r = run._element.rpr.rfonts
        r.set(qn("w:eastasia"),"黑体")
doc.save("xxx.docx")
 

行间距调整：

paragraph.paragraph_format.line_spacing = 5.0

段前与段后间距调整：

#段前
paragraph.paragraph_format.space_before = pt(12)
 
#段后    
paragraph.paragraph_format.space_after = pt(10)

word 转 pdf

只需要两行代码就可以将 word 转 pdf，这里使用的是三方库 docx2pdf 使用前先 pip install docx2pdf。

具体代码如下所示：

from docx2pdf import convert
convert("python自动化办公实战.docx", "python自动化办公实战.docx.pdf")

如果要对某个目录下的 word 批量转换为 pdf，可以这样：

from docx2pdf import convert
convert("目录路径/")

批量转换为 pdf 时是否非常方便？ 

知道了这些小操作，就可以组装大操作，比如后面可以用 python 将 word 转换为 pdf 后作为附件发送邮件给其他人。

最后的话

本文分享了一种读写 word 的方式，在日常工作中如果是重复性的 word 操作，可考虑 python 自动化，有问题请留言交流。阅读原文可以查看 gitee 上的代码。

以上就是python办公自动化解决world批量转换的详细内容，更多关于python办公自动化的资料请关注其它相关文章！