


Automatisieren der Erstellung von Word-Dokumenten mit Python und FastAPI (mit python-docx-template)
Müssen Sie Word-Dokumente mit dynamischen Inhalten erstellen und den Prozess automatisieren? Python bietet mit der python-docx-template
-Bibliothek eine effiziente Lösung. Dieses Tutorial zeigt, wie Sie Word-Dokumente dynamisch generieren, sodass keine manuellen Aktualisierungen erforderlich sind.
Lassen Sie uns dies anhand eines Rechnungsbeispiels veranschaulichen. Das manuelle Aktualisieren von Rechnungsdaten ist beim Umgang mit Daten aus APIs mühsam und unpraktisch. Die dynamische Generierung löst dieses Problem.
Erwägen Sie eine Word-Dokumentvorlage:
Firmendetails und Artikellisten ändern sich häufig. Die dynamische Generierung bewältigt diese Variabilität.
Um dies zu erreichen, ändern Sie die Vorlage für Jinja2-Kompatibilität. Die Vorlagenfunktionen von Jinja2 (bedingtes Rendern, Schleifen) ermöglichen eine dynamische Auffüllung basierend auf den bereitgestellten Daten.
- Erfahren Sie mehr über Jinja2: https://www.php.cn/link/7ef6c2494e3925e414c7730d6455b50f
Die Jinja2-kompatible Vorlage sieht so aus:
Die Jinja2-Syntax (z. B. {% if %}
und {% for %}
) mag zunächst komplex erscheinen, bietet aber eine leistungsstarke Kontrolle. Ausdrücke innerhalb von {{ }}
stellen Variablen dar, die zur Laufzeit gefüllt werden. Beispielsweise prüft {% if items %}
, ob die Variable items
vorhanden ist, bevor Tabellenzeilen gerendert werden. {% for item in items %}
durchläuft die items
-Liste und generiert eine Zeile für jedes Element.
- Erfahren Sie mehr über Jinja2-Tags: https://www.php.cn/link/a3a8185b610d2c5e39015f64972c8705 und https://www.php.cn/link/7ef6c2494e3925e414c7730d6455b50f
Jetzt erstellen wir einen FastAPI-Server, um die Vorlage mit Python zu rendern.
-
Erstellen Sie eine virtuelle Umgebung:
pip3 install virtualenv virtualenv -p python3 venv source venv/bin/activate
Nach dem Login kopierenNach dem Login kopieren -
Bibliotheken installieren:
pip install "fastapi[standard]" docx docxtpl pydantic requests
Nach dem Login kopieren -
Erstellen Sie
main.py
: Beginnen Sie mit einem einfachen FastAPI-Endpunkt:from fastapi import FastAPI app = FastAPI() @app.get("/") def read_root(): return {"Hello": "World"}
Nach dem Login kopierenDer Zugriff auf
localhost:8000
sollte{"Hello": "World"}
zurückgeben. -
Importieren Sie die Jinja2-Vorlage: Platzieren Sie Ihr geändertes
invoice_tpl.docx
im Projektstamm. -
Verbesserung
main.py
: Der folgende Code übernimmt das Rendern der Vorlage, das Abrufen von Bildern und die Berechnung der Gesamtmenge:pip3 install virtualenv virtualenv -p python3 venv source venv/bin/activate
Nach dem Login kopierenNach dem Login kopieren -
Endpunkt testen: Senden Sie eine JSON-Nutzlast (ähnlich dem Beispiel im Originaltext) an den
/
Endpunkt. -
Ausgabebeispiele: (Bilder aus dem Originaltext würden hier eingefügt)
Fazit: Dieses Tutorial demonstriert die dynamische Erstellung von Word-Dokumenten mit python-docx-template
und FastAPI. Durch die Kombination von Jinja2 und FastAPI entsteht ein flexibles System zur Automatisierung der Dokumentenerstellung. Ein zukünftiger Blogbeitrag (Teil 2) wird sich mit der PDF-Generierung befassen.
Repository: https://www.php.cn/link/1df146af0948a68b1342ce39907668fe
Folgen Sie Husein Kantarci:
- Persönliches Portfolio: huseink.dev
- LinkedIn: https://www.php.cn/link/50de294b9d4987a3c89b4a5cc4bdea62
- GitHub: https://www.php.cn/link/f2f9990bcda13be8771d656bf489dad5
- GitLab: https://www.php.cn/link/33bd1b801b3cf1b8eaf31d816bca2c95
Denken Sie daran, die Platzhalter-Bild-URLs durch tatsächliche Bild-URLs zu ersetzen. Der Code geht außerdem davon aus, dass Sie die erforderlichen Datenmodelle definiert haben (Company, BankInformation, Item, VatInformation, InvoiceContext) wie im Originalbeispiel.
Das obige ist der detaillierte Inhalt vonAutomatisieren der Erstellung von Word-Dokumenten mit Python und FastAPI (mit python-docx-template). Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code
