Python办公自动化解决world文件批量转换
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!