Python处理word的常用操作详解

Python 处理 Word 文档通常使用 python-docx 库。以下是一些常用的操作和相应的代码示例：

这些是使用 python-docx 库处理 Word 文档时的一些常用操作。根据你的具体需求，可能还需要探索更多的功能和方法。在使用这些功能之前，请确保已经安装了 python-docx 库：

bash 复制代码

pip install python-docx

创建一个新的 Word 文档

使用 Document 类可以创建一个新的 Word 文档。

python 复制代码

from docx import Document

doc = Document()
doc.add_paragraph('Hello, World!')
doc.save('new_document.docx')

读取现有的 Word 文档

使用 Document 类也可以打开现有的 Word 文档。
python 复制代码
```
doc = Document('existing_document.docx')
for para in doc.paragraphs:
    print(para.text)
```
添加段落

使用 add_paragraph 方法可以向文档中添加新的段落。
python 复制代码
```
doc.add_paragraph('This is a new paragraph.')
```

设置段落格式

使用 Paragraph 对象的属性可以设置段落的格式。

python 复制代码

from docx.shared import Pt
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT

para = doc.add_paragraph('This is a centered paragraph.')
para.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER
para.space_after = Pt(12)

添加文本到现有段落

使用 add_run 方法可以向现有段落添加文本。
python 复制代码
```
para.add_run(' This is additional text in the same paragraph.')
```

设置字体样式

使用 add_run 方法并设置 Run 对象的属性可以设置文本的样式。

python 复制代码

from docx.shared import RGBColor

run = para.add_run('This text is bold and italic.')
run.bold = True
run.italic = True
run.font.color.rgb = RGBColor(255, 0, 0)  # Red color

添加图片

使用 add_picture 方法可以向文档中添加图片。
python 复制代码
```
doc.add_picture('image.jpg', width=Inches(2.5))
```

添加表格

使用 add_table 方法可以向文档中添加表格。

python 复制代码

table = doc.add_table(rows=2, cols=2)
hdr_cell_width = Inches(4)
for i in range(2):
    for j in range(2):
        cell = table.cell(i, j)
        cell.width = hdr_cell_width
        cell.text = f'Row {i + 1}, Column {j + 1}'

设置页面布局

使用 Section 对象可以设置页面布局。

python 复制代码

from docx.shared import Pt
from docx.oxml.ns import qn

section = doc.sections[0]
section.orientation = WD_ORIENTATION.PORTRAIT
section.page_width = Pt(8.5)
section.page_height = Pt(11)
section.top_margin = Pt(1)
section.bottom_margin = Pt(1)
section.left_margin = Pt(1)
section.right_margin = Pt(1)

保存文档

使用 save 方法可以保存文档。
python 复制代码
```
doc.save('modified_document.docx')
```

遍历文档内容

使用循环可以遍历文档中的所有段落、表格等。

python 复制代码

for element in doc.element.body:
    if isinstance(element, OxmlElement) and element.tag.endswith('p'):
        print(element.text)

替换文本

使用 document.replace_text 方法可以替换文档中的文本。

python 复制代码

from docx.document import Document as _Document
_Document.replace_text(doc.element.body, 'old_text', 'new_text')

添加页眉和页脚

使用 header 和 footer 属性可以添加页眉和页脚。

python 复制代码

header = doc.sections[0].header
p = header.add_paragraph()
p.add_run('This is the header.')

footer = doc.sections[0].footer
p = footer.add_paragraph()
p.add_run('This is the footer.')

添加目录

使用 add_table_of_contents 方法可以添加目录。
python 复制代码
```
doc.add_table_of_contents(title='Table of Contents')
```
添加页码

使用 add_page_numbers 方法可以添加页码。
python 复制代码
```
doc.sections[0].footer.add_page_numbers()
```

添加超链接

使用 add_hyperlink 方法可以添加超链接。

python 复制代码

para = doc.add_paragraph()
run = para.add_run('This is a hyperlink.')
run.add_hyperlink('http://www.example.com', 'Click here')

添加书签和交叉引用

使用 add Bookmark 和 add_cross_reference 方法可以添加书签和交叉引用。

python 复制代码

bookmark = doc.add_bookmark('myBookmark', doc.paragraphs[0])
para = doc.add_paragraph('This is a reference to bookmark.')
para.add_run().add_cross_reference('myBookmark')

设置文档属性

使用 coreproperties 模块可以设置文档的元数据。

python 复制代码

from docx.opc.constants import RELATIONSHIP_TYPE as RT
from docx.oxml.shared import qn
from docx.oxml.ns import qn

properties = doc.core_properties
properties.title = 'My Document'
properties.subject = 'Python Docx'
properties.author = 'Author Name'

设置段落样式

使用预定义的样式可以快速设置段落的格式。

python 复制代码

from docx.shared import Pt
from docx.enum.style import WD_STYLE_TYPE

styles = doc.styles
heading_style = styles['Heading 1']
para_style = styles['Normal']

doc.add_paragraph('This is a heading.', style=heading_style)
doc.add_paragraph('This is a normal paragraph.', style=para_style)

添加列表

使用 add_list 方法可以向文档中添加有序或无序的列表。

python 复制代码

from docx.oxml.ns import qn
from docx.oxml import OxmlElement

list_item_tags = (qn('w:p'), qn('w:r'), qn('w:t'))
list_item = OxmlElement('w:p')
list_item.text = 'List item text'

run = list_item.xpath('.//'.join(list_item_tags))[0]
run.rPr = OxmlElement('w:rPr')
run.rPr.val = OxmlElement('w:numPr')
run.rPr.val.add_namespacedecls({
    'w': 'http://schemas.openxmlformats.org/wordprocessingml/2006/main',
    'num': 'http://schemas.openxmlformats.org/wordprocessingml/2006/numbering'
})
doc.add_list_item(list_item)

添加页眉和页脚到所有页面

使用 header 和 footer 属性可以为文档的所有页面设置页眉和页脚。

python 复制代码

header = doc.sections[0].header
header.add_paragraph('Header for all pages.')

footer = doc.sections[0].footer
footer.add_paragraph('Footer for all pages.')

设置文档的页边距

使用 page_margins 方法可以设置文档的页边距。

python 复制代码

from docx.shared import Inches

for section in doc.sections:
    section.left_margin = Inches(1)
    section.right_margin = Inches(1)
    section.top_margin = Inches(1)
    section.bottom_margin = Inches(1)

设置文档的分栏

使用 set_landscape 方法和 set_evenly_spread 属性可以设置文档的分栏。

python 复制代码

for section in doc.sections:
    section.set_landscape(True)
    section.set_evenly_spread(True)
    section.column_count = 3

添加水印

使用 add_watermark 方法可以向文档中添加水印。

python 复制代码

from docx.shared import Pt
from docx.oxml.ns import qn

doc.add_watermark('Confidential', font_size=Pt(18), color='gray')

添加文档的页码格式

使用 add_page_numbers 方法可以设置文档的页码格式。

python 复制代码

from docx.shared import Pt

for section in doc.sections:
    page_number = section.footer.add_page_numbers()
    page_number.font.size = Pt(12)

添加文档的页码范围

使用 add_page_numbers 方法可以设置文档的起始页码。

python 复制代码

from docx.shared import Pt

for section in doc.sections:
    page_number = section.footer.add_page_numbers(start=2)
    page_number.font.size = Pt(12)

添加文档的页码到页眉

使用 add_run 方法可以向页眉中添加页码。

python 复制代码

for section in doc.sections:
    header = section.header
    para = header.paragraphs[0]
    run = para.add_run()
    run.add_text('Page ')
    run.add_page_number().rtl = True

添加文档的目录

使用 add_table_of_contents 方法可以向文档中添加目录。
python 复制代码
```
doc.add_table_of_contents(title='Table of Contents', style='TOC Heading')
```

添加文档的交叉引用

使用 add_cross_reference 方法可以向文档中添加交叉引用。

python 复制代码

bookmark = doc.add_bookmark('BookmarkName', doc.paragraphs[0])
run = para.add_run()
run.add_cross_reference('BookmarkName', 'Bookmark Text')

添加文档的脚注和尾注

使用 add_footnote 和 add_endnote 方法可以向文档中添加脚注和尾注。

python 复制代码

para = doc.add_paragraph('This is a paragraph with a footnote.')
para.add_run('A footnote text.').add_footnote('This is the footnote text.')

para = doc.add_paragraph('This is a paragraph with an endnote.')
para.add_run('An endnote text.').add_endnote('This is the endnote text.')

添加文档的自定义属性

使用 add_custom_xml_part 方法可以向文档中添加自定义 XML 属性。

python 复制代码

from docx.opc.custom_xml_part import CustomXmlPart

custom_xml = '<root><element key="value">Text</element></root>'
part = docx.add_custom_xml_part(custom_xml)
print(part.uri)

添加文档的大纲级别

使用 outline_level 属性可以设置文档的大纲级别。

python 复制代码

para = doc.add_paragraph('This is a paragraph with outline level.')
run = para.add_run('This is the run text.')
run.outline_level = 1

添加文档的评论

使用 add_comment 方法可以向文档中添加评论。

python 复制代码

from datetime import datetime

comment = doc.add_comment('Comment text', 'Comment Author', datetime.now())

添加文档的修订跟踪

使用 add_paragraph 方法时设置 track_revisions 属性可以开启修订跟踪。
python 复制代码
```
doc.track_revisions = True
para = doc.add_paragraph('This is a paragraph with revision tracking.')
```

添加文档的密码保护

使用 protect 方法可以为文档添加密码保护。

python 复制代码

from docx.opc.constants import DOCUMENT_PROTECTION_TYPE

doc.protect(protection_type=DOCUMENT_PROTECTION_TYPE.FORM_FILLING)

修改文档的样式

可以创建或修改样式，然后应用到文档的段落或文本上。

python 复制代码

from docx.shared import Pt
from docx.enum.style import WD_STYLE_TYPE

style = doc.styles.add_style('My Style', WD_STYLE_TYPE.PARAGRAPH)
style.font.size = Pt(24)
style.font.bold = True
style.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER

para = doc.add_paragraph('This text uses my custom style.')
para.style = 'My Style'

处理文档的节

可以添加或修改文档的节（sections）来控制页面布局和格式。

python 复制代码

from docx.oxml.ns import qn
from docx.oxml import OxmlElement

new_section = doc.add_section()
new_section.start_type = WD_SECTION_START.NEW_PAGE
new_section.page_width = Inches(8.5)
new_section.page_height = Inches(11)

使用域代码

可以插入和操作 Word 的域代码（field codes），例如插入时间或日期。
python 复制代码
```
from docx.enum.field import WD_FIELD_TYPE

run = para.add_run()
run.add_field('DATE', 'DATE \@ "MM/DDD/YYYY"', None)
```

处理文档的批注

可以添加、编辑或删除文档的批注（comments）。

python 复制代码

from docx.oxml.ns import qn
from docx.oxml.shared import qn as qn_
from docx.oxml.xmlchemy import OxmlElement

comment_author = 'Author Name'
comment_date = '2024-06-28T12:00:00'
comment_text = 'This is a comment.'

comment_elem = OxmlElement('w:comment')
comment_elem.set(qn_('w:author'), comment_author)
comment_elem.set(qn_('w:date'), comment_date)
comment_elem.set(qn_('w:text'), comment_text)

run = para.add_run()
run.add_comment(comment_elem)

处理文档的修订

可以添加、接受或拒绝文档的修订。

python 复制代码

from docx.shared import RGBColor
from docx.enum.text import WD_COLOR_INDEX

run = doc.add_paragraph('This is a revised text.').add_run()
run.bold = True
run.revision_id = 1
run.author = 'Author Name'
run.date = '2024-06-28T12:00:00'
run.revision_type = WD_REVISION_TYPE.INSERTION
run.font.color.rgb = RGBColor(255, 0, 0)  # Red color

处理文档的大纲级别

可以设置段落的大纲级别，用于创建目录。

python 复制代码

from docx.enum.list import WD_OUTLINE_LEVEL

para = doc.add_paragraph('Heading 1')
para.style = 'Heading 1'
para_outline_level = para.paragraph_format-outline_level
para_outline_level.val = WD_OUTLINE_LEVEL.LEVEL1

处理文档的超链接

可以添加、编辑或删除文档的超链接。

python 复制代码

from docx.oxml.ns import qn
from docx.oxml.shared import qn as qn_

hyperlink = doc.add_hyperlink('http://www.example.com', 'Click here')
hyperlink.rel = 'external'
hyperlink.target_mode = 'External'

处理文档的自定义XML

可以添加或修改文档的自定义XML部分。

python 复制代码

from docx.opc.custom_xml_part import CustomXmlPart

custom_xml = '<root><element key="value">Text</element></root>'
custom_xml_part = docx.add_custom_xml_part(custom_xml)

处理文档的属性

可以添加或修改文档的核心属性。

python 复制代码

from docx.shared import Pt
from docx.opc.constants import RELATIONSHIP_TYPE as RT

properties = doc.core_properties
properties.title = 'My Document'
properties.subject = 'Python Docx'
properties.author = 'Author Name'
properties.last_modified_by = 'Author Name'
properties.revision = 1
properties.version = 1

处理文档的安全性

可以设置文档的密码和加密类型。

python 复制代码

from docx.opc.package import Package

package = Package(doc.path)
package.part_related_settings.restrict_edition = True
package.part_related_settings.permit_form_filling = True
package.save()

请注意，python-docx 库不支持所有 Word 功能，一些高级操作可能需要使用其他库或通过 Word 宏来实现。此外，某些操作可能需要对 OpenXML 格式有较深的理解。如果 python-docx 库的功能不能满足需求，可以考虑使用其他库，如 pywin32（仅限 Windows）来与 Word 应用程序进行交互。