详解python-docx处理Word必备工具

我的理解

为什么会用到python-docx,因为近段时间下载了大量网文，但格式都是html的，我个人习惯使用word处理文字，于是就想法设法把html文档转换为word，首先要考虑的问题就是从html中提取的文字怎么存word里呢，之前用了pandoc直接转换，带转换后的效果太不理想，没什么格式，不符合我这种对word格式有严格要求强迫症人的需要，于是就到处搜寻其他方法，终于功夫不负有心人，通过几天研究python-docx，感觉很适合我，就一边分析html文档，一边思考怎么用python-docx存想要的格式word，因为我的word排版，一般习惯 页面要设置成5678页边距的，大小a4的，正文主标题 方正小标宋，其他标题要么黑体，要么加粗，正文要首行缩进2字符 仿宋_gb2312，页脚要加页码显示，大概这些样式。

python-docx 创建一篇文档也差不多是这么个思路，一篇文档也就是document()对象 首先要分成不同的节，也就是由sections对象控制，然后每节中又分成不同的段落paragraphs对象，每段又由不同的块run对象组成，针对不同的节（section）可以设置页面的一些属性，针对不同的段落（paragraph），可以设置间距和缩进、换行和分页等，针对不同块（run）可以设置字体的字型、颜色、大小等。可以先设置好整篇文章的大致段落、字体等格式，然后针对不同段落和块可以单独再进行设置。

我主要讲讲自己用到的几个内容是怎么设置的。

安装库：

pip install python-docx

用到的库

from docx import document（文档读写）
from docx.shared import pt,cm,inches （字体大小，不一定全用到）
from docx.oxml.ns import qn（设置字体格式,分栏等用到）
from docx.shared import rgbcolor （设置字体颜色）
from docx.enum.text import wd_align_paragraph （设置对其方式）
from docx.enum.section import wd_orientation （纸张方向用到）

设置大致格式

这样设置完了之后有一个好处就是，后往里面写入文档的时候回自动按这个格式，如果有需要改动的再单独写入时改。

docment = docx.document(docx_tamplate) # 读取模板文档，这里可以不用模板文档，因为python-docx没法设置页码，所以我先建了一个有页码的空白文档作为模板文档
# 设置正文默认格式
# 字体大小三号字（16）
docment.styles['normal'].font.size = pt(16)
# 字体仿宋_gb2312
docment.styles['normal'].font.name = u'仿宋_gb2312'
docment.styles['normal']._element.rpr.rfonts.set(qn('w:eastasia'), u'仿宋_gb2312')
# 行间距 28磅 段前、段后不留空
docment.styles['normal'].paragraph_format.line_spacing = pt(29)
docment.styles['normal'].paragraph_format.space_before = pt(0)
docment.styles['normal'].paragraph_format.space_after = pt(0)
# 首行缩进2字符
docment.styles['normal'].paragraph_format.first_line_indent = 406400
# 关闭孤行控制
docment.styles['normal'].paragraph_format.widow_control = false
# 设置页面大小
docment.sections[0].page_height = cm(29.7)  # 设置a4纸的高度
docment.sections[0].page_width = cm(21)  # 设置a4纸的宽
# 设置页边距
docment.sections[0].top_margin = cm(3.7)
docment.sections[0].bottom_margin = cm(3.4)
docment.sections[0].left_margin = cm(2.8)
docment.sections[0].right_margin = cm(2.6)

单独设置段格式

doc=document() #创建一个空白文档
p1=doc.add_paragraph()  #初始化建立一个自然段
p1.alignment=wd_align_paragraph.center  #对齐方式为居中，没有这句话默认左对齐。另外右对齐：right，两端对齐：justify，分散对齐：distribute
 
p1.paragraph_format.line_spacing=1.5  #设置该段落，行间距为1.5倍，也可以像上面设默认值那样用pt单位来设置
p1.paragraph_format.first_line_indent=inches(0.5)  #段落缩进0.5英寸，我还是习惯设置2字符 值为：406400
p1.paragraph_format.left_line_indent=inches(0.5)  #设置左缩进0.5英寸。一般用不到
p1.paragraph_format.right_line_indent=inches(0.5)  #设置右缩进0.5英寸，一般用不到
p1.paragraph_format.keep_together = false  # 段前分页
p1.paragraph_format.keep_with_next = false  # 与下段同页
p1.paragraph_format.page_break_before = true  # 段中不分页
p1.paragraph_format.widow_control = false  # 孤行控制
p1.space_after=pt(5)  #设置段后距离为5磅
p1.space_before=pt(5)  #设置段前距离为5磅
 
run1=p1.add_run('你好')   #写入段落的中的文本“你好”
run1.font.size=pt(12)  #单独设置字体大小为24
run1.font.bold=true  #样式设置加粗
run1.italic=true  #字形设置斜体
run1.font.underline = true  # 下划线
run1.font.color.rgb = rgbcolor(255, 0, 0)  # 颜色

插入图片

#添加图片，设置图片大小
doc.add_picture(r"图片路径", width=cm(10))

插入表格

tab = doc.add_table(rows=5, cols=8, style='table grid') # 创建一个5行8列的表格，样式为table grid
tab.cell(0, 0).text = '表角'  # 0行0列的内容为表角
cell=tab.cell(0, 1).merge(tab.cell(0, 3)) # 合并0行1列到0行3列
p = cell.paragraphs[0]
run = p.add_run(‘合并') #在单元格内容创建一个段落，并写入‘合并'文本
run.font.size = pt(10.5)  # 字体大小设置，和word里面的字号相对应5号字
run.bold = true
p.paragraph_format.alignment = wd_paragraph_alignment.center  # 设置为加粗 居中显示

到此这篇关于python-docx处理word必备工具的文章就介绍到这了,更多相关python-docx处理word内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！