用python处理MS Word的实例讲解
程序员文章站
2023-01-01 10:53:16
使用python工具读写ms word文件(docx与doc文件),主要利用了python-docx包。本文给出一些常用的操作,并完成一个样例,帮助大家快速入手。
安装...
使用python工具读写ms word文件(docx与doc文件),主要利用了python-docx包。本文给出一些常用的操作,并完成一个样例,帮助大家快速入手。
安装
pyhton处理docx文件需要使用python-docx 包,可以利用pip工具很方便的安装,pip工具在python安装路径下的scripts文件夹中
pip install python-docx
当然你也可以选择使用easy_install或者手动方式进行安装
写入文件内容
此处我们直接给出一个样例,根据自己的需要摘取有用的内容
#coding=utf-8 from docx import document from docx.shared import pt from docx.shared import inches from docx.oxml.ns import qn #打开文档 document = document() #加入不同等级的标题 document.add_heading(u'ms word写入测试',0) document.add_heading(u'一级标题',1) document.add_heading(u'二级标题',2) #添加文本 paragraph = document.add_paragraph(u'我们在做文本测试!') #设置字号 run = paragraph.add_run(u'设置字号、') run.font.size = pt(24) #设置字体 run = paragraph.add_run('set font,') run.font.name = 'consolas' #设置中文字体 run = paragraph.add_run(u'设置中文字体、') run.font.name=u'宋体' r = run._element r.rpr.rfonts.set(qn('w:eastasia'), u'宋体') #设置斜体 run = paragraph.add_run(u'斜体、') run.italic = true #设置粗体 run = paragraph.add_run(u'粗体').bold = true #增加引用 document.add_paragraph('intense quote', style='intense quote') #增加无序列表 document.add_paragraph( u'无序列表元素1', style='list bullet' ) document.add_paragraph( u'无序列表元素2', style='list bullet' ) #增加有序列表 document.add_paragraph( u'有序列表元素1', style='list number' ) document.add_paragraph( u'有序列表元素2', style='list number' ) #增加图像(此处用到图像image.bmp,请自行添加脚本所在目录中) document.add_picture('image.bmp', width=inches(1.25)) #增加表格 table = document.add_table(rows=1, cols=3) hdr_cells = table.rows[0].cells hdr_cells[0].text = 'name' hdr_cells[1].text = 'id' hdr_cells[2].text = 'desc' #再增加3行表格元素 for i in xrange(3): row_cells = table.add_row().cells row_cells[0].text = 'test'+str(i) row_cells[1].text = str(i) row_cells[2].text = 'desc'+str(i) #增加分页 document.add_page_break() #保存文件 document.save(u'测试.docx')
该段代码生成的文档样式如下
注:有一个问题没找到如何解决,即如何为表格设置边框线。如果您知道,还请能够指教。
读取文件内容
#coding=utf-8 from docx import document #打开文档 document = document(u'测试.docx') #读取每段资料 l = [ paragraph.text.encode('gb2312') for paragraph in document.paragraphs]; #输出并观察结果,也可以通过其他手段处理文本即可 for i in l: print i #读取表格材料,并输出结果 tables = [table for table in document.tables]; for table in tables: for row in table.rows: for cell in row.cells: print cell.text.encode('gb2312'),'\t', print print '\n'
我们仍然使用刚才我们生成的文件,可以看到,输出的结果为
注意:此处我们使用gb2312编码方式读取,主要是保证中文的读写正确。一般情况下,使用的utf-8编码方式。另外,python-docx主要处理docx文件,在加载doc文件时,会出现问题,如果有大量doc文件,建议先将doc文件批量转换为docx文件,例如利用工具
以上这篇用python处理ms word的实例讲解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
上一篇: ABP开发框架前后端开发系列---(9)ABP框架的权限控制管理
下一篇: 儿童编程python入门