Python と FastAPI を使用した Word ドキュメント作成の自動化 (python-docx-template を使用)
動的なコンテンツを含む Word ドキュメントを作成し、プロセスを自動化する必要がありますか? Python は python-docx-template
ライブラリを使用して効率的なソリューションを提供します。 このチュートリアルでは、手動更新の必要性を排除して Word ドキュメントを動的に生成する方法を示します。
請求書の例で説明しましょう。 API からのデータを扱う場合、請求書データを手動で更新するのは面倒で非現実的です。動的生成はこれを解決します。
Word 文書テンプレートを考えてみましょう:
会社の詳細と商品リストは頻繁に変更されます。 動的生成は、この変動性を処理します。
これを実現するには、Jinja2 との互換性のためにテンプレートを変更します。 Jinja2 のテンプレート機能 (条件付きレンダリング、ループ) により、提供されたデータに基づいて動的な作成が可能になります。
Jinja2 互換のテンプレートは次のようになります:
Jinja2 構文 ({% if %}
や {% for %}
など) は最初は複雑に見えるかもしれませんが、強力な制御を提供します。 {{ }}
内の式は、実行時に設定される変数を表します。 たとえば、{% if items %}
はテーブル行をレンダリングする前に items
変数が存在するかどうかをチェックします。 {% for item in items %}
は items
リストを反復処理して、項目ごとに行を生成します。
- Jinja2 タグの詳細: https://www.php.cn/link/a3a8185b610d2c5e39015f64972c8705 およびhttps://www.php.cn/link/7ef6c2494e3925e414c7730d6455b50f
次に、Python を使用してテンプレートをレンダリングする FastAPI サーバーを作成しましょう。
-
仮想環境を作成します:
pip3 install virtualenv virtualenv -p python3 venv source venv/bin/activate
ログイン後にコピーログイン後にコピー -
ライブラリをインストールします:
pip install "fastapi[standard]" docx docxtpl pydantic requests
ログイン後にコピー -
main.py
を作成します: 基本的な FastAPI エンドポイントから開始します:from fastapi import FastAPI app = FastAPI() @app.get("/") def read_root(): return {"Hello": "World"}
ログイン後にコピーlocalhost:8000
にアクセスすると、{"Hello": "World"}
が返される必要があります。 -
Jinja2 テンプレートをインポートします。 変更した
invoice_tpl.docx
をプロジェクト ルートに配置します。 -
Enhance
main.py
: 次のコードは、テンプレートのレンダリング、画像の取得、および合計金額の計算を処理します:pip3 install virtualenv virtualenv -p python3 venv source venv/bin/activate
ログイン後にコピーログイン後にコピー -
エンドポイントをテストします: JSON ペイロード (原文の例と同様) を
/
エンドポイントに送信します。 -
出力例: (元のテキストの画像がここに含まれます)
結論: このチュートリアルでは、python-docx-template
と FastAPI を使用した動的な Word ドキュメントの生成を示します。 Jinja2 と FastAPI を組み合わせることで、ドキュメント作成を自動化するための柔軟なシステムが作成されます。 今後のブログ投稿 (パート 2) では PDF の生成について説明します。
リポジトリ: https://www.php.cn/link/1df146af0948a68b1342ce39907668fe
フセイン・カンタルシをフォローしてください:
- 個人のポートフォリオ: huseink.dev
- LinkedIn: https://www.php.cn/link/50de294b9d4987a3c89b4a5cc4bdea62
- GitHub: https://www.php.cn/link/f2f9990bcda13be8771d656bf489dad5
- GitLab: https://www.php.cn/link/33bd1b801b3cf1b8eaf31d816bca2c95
プレースホルダー画像 URL を実際の画像 URL に置き換えることを忘れないでください。 また、このコードでは、元の例と同様に、必要なデータ モデル (Company、BankInformation、Item、VatInformation、InvoiceContext) が定義されていることを前提としています。
以上がPython と FastAPI を使用した Word ドキュメント作成の自動化 (python-docx-template を使用)の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化
