Python操作Word批量生成文章的方法
下面通过COM让Python与Word建立连接实现Python操作Word批量生成文章,具体介绍请看下文:
需要做一些会议记录。总共有多少呢?五个地点x7个月份x每月4篇=140篇。虽然不很重要,但是140篇记录完全雷同也不好。大体看了一下,此类的记录大致分为四段。于是决定每段提供四种选项,每段从四选项里随机选一项,拼凑成四段文字,存成一个文件。而且要打印出来,所以准备生成一个140页的Word文档,每页一篇。
需要用到win32com模块(下载链接: http://sourceforge.net/projects/pywin32/files/ ),
通过COM让Python与Word建立连接。代码如下:
# -*- coding: cp936 -*- #导入随机数模块 import random #导入win32com模块,用来操作Word import win32com from win32com.client import Dispatch, constants #创建新的WORD文档 w = win32com.client.Dispatch('Word.Application') w.Visible = 0#0表示在后台操作。设为1则在前端能看到Word界面。 w.DisplayAlerts = 0#不显示警告 doc = w.Documents.Add() #准备对文档头部进行操作 myRange = doc.Range(0,0)#从第0行第0个字开始: myRange.Style.Font.Name = "宋体"#设置字体 myRange.Style.Font.Size = "16"#设置为三号 #========以下为文章的内容部分======= #文章标题(用\n来控制文字的换行操作) title='XXXXX会\n会议时间: ' #会议时间 timelist=['1月9日','1月16日','1月23日','1月30日', '2月6日','2月13日','2月20日','2月27日', '3月6日','3月13日','3月20日','3月27日', '4月3日','4月10日','4月17日','4月24日', '5月8日','5月15日','5月22日','5月29日', '6月5日','6月12日','6月19日','6月26日', '7月3日','7月10日','7月17日','7月24日' ] #会议地点 addrlist=['\n会议地点: 地点AXXX\n主持人: 张X\n', '\n会议地点: 地点BXXXX主持人: 吴X\n', '\n会议地点: 地点CXXXX\n主持人: 王X\n', '\n会议地点: 地点DXXXX\n主持人: 冉X\n', '\n会议地点: 地点EXXXX\n主持人: 李X\n', ] #参加人员 member='参加人员: XXX,XXX,XXX,XXX,XXX,XXX,XXX。\n会议内容:\n ' #四段文字 list1=['第一段(A型)\n','第一段(B型)\n','第一段(C型)\n','第一段(D型)\n'] list2=['第二段(A型)\n','第二段(B型)\n','第二段(C型)\n','第二段(D型)\n'] list3=['第三段(A型)\n','第三段(B型)\n','第三段(C型)\n','第三段(D型)\n'] list4=['第四段(A型)\n','第四段(B型)\n','第四段(C型)\n','第四段(D型)\n'] #开始循环操作,往Word里面写文字 #先开始遍历地点(A,B,C,D,E四个地区) for addr in addrlist: #遍历28个日期 for time in timelist: #随机生成四个数(范围0-3) aa=random.randint(0,3) bb=random.randint(0,3) cc=random.randint(0,3) dd=random.randint(0,3) #从文件开头依次插入标题、时间、地点、人物 myRange.InsertAfter(title) myRange.InsertAfter(time) myRange.InsertAfter(addr) myRange.InsertAfter(str3) #在后面继续添加随机选取的四段文字 myRange.InsertAfter(list1[aa]) myRange.InsertAfter(list2[bb]) myRange.InsertAfter(list3[cc]) myRange.InsertAfter(list4[dd]) #循环完毕,保存为 D:\d.doc doc.SaveAs(r'D:\d.doc') #退出操作 doc.Close() w.Quit()
最终结果如图:
================================================================
==============================================================
写在最后:
由于写的比较仓促,所以有些细节问题没能解决,花了20分钟手动调整了一下。觉得有些屈辱。问题如下:
1.正文是三号字体,所以在range处的字号设置了“16”。想让题目是二号字体、居中显示。
2.如何在第四段写完之后,自动插入一个分页符?这样每篇文章打印出来的都有独立的页,不至于出现“第2篇文章的标题紧跟在第1篇文章的屁股后面、打印在了同一张纸上”的情况。
以上就是本文全部介绍,希望对大家学习Python操作Word批量生成文章的方法有所帮助

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 튜토리얼은 Python을 사용하여 Zipf의 법칙의 통계 개념을 처리하는 방법을 보여주고 법을 처리 할 때 Python의 읽기 및 대형 텍스트 파일을 정렬하는 효율성을 보여줍니다. ZIPF 분포라는 용어가 무엇을 의미하는지 궁금 할 것입니다. 이 용어를 이해하려면 먼저 Zipf의 법칙을 정의해야합니다. 걱정하지 마세요. 지침을 단순화하려고 노력할 것입니다. Zipf의 법칙 Zipf의 법칙은 단순히 : 큰 자연어 코퍼스에서 가장 자주 발생하는 단어는 두 번째 빈번한 단어, 세 번째 빈번한 단어보다 세 번, 네 번째 빈번한 단어 등 4 배나 자주 발생합니다. 예를 살펴 보겠습니다. 미국 영어로 브라운 코퍼스를 보면 가장 빈번한 단어는 "TH입니다.

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

시끄러운 이미지를 다루는 것은 특히 휴대폰 또는 저해상도 카메라 사진에서 일반적인 문제입니다. 이 튜토리얼은 OpenCV를 사용 하여이 문제를 해결하기 위해 Python의 이미지 필터링 기술을 탐구합니다. 이미지 필터링 : 강력한 도구 이미지 필터

PDF 파일은 운영 체제, 읽기 장치 및 소프트웨어 전체에서 일관된 콘텐츠 및 레이아웃과 함께 크로스 플랫폼 호환성에 인기가 있습니다. 그러나 Python Processing Plain Text 파일과 달리 PDF 파일은 더 복잡한 구조를 가진 이진 파일이며 글꼴, 색상 및 이미지와 같은 요소를 포함합니다. 다행히도 Python의 외부 모듈로 PDF 파일을 처리하는 것은 어렵지 않습니다. 이 기사는 PYPDF2 모듈을 사용하여 PDF 파일을 열고 페이지를 인쇄하고 텍스트를 추출하는 방법을 보여줍니다. PDF 파일의 생성 및 편집에 대해서는 저의 다른 튜토리얼을 참조하십시오. 준비 핵심은 외부 모듈 PYPDF2를 사용하는 데 있습니다. 먼저 PIP를 사용하여 설치하십시오. PIP는 p입니다

이 튜토리얼은 Redis 캐싱을 활용하여 특히 Django 프레임 워크 내에서 Python 응용 프로그램의 성능을 향상시키는 방법을 보여줍니다. 우리는 Redis 설치, Django 구성 및 성능 비교를 다루어 Bene을 강조합니다.

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점

이 튜토리얼은 Python 3에서 사용자 정의 파이프 라인 데이터 구조를 작성하여 클래스 및 작업자 과부하를 활용하여 향상된 기능을 보여줍니다. 파이프 라인의 유연성은 일련의 기능을 데이터 세트, GE에 적용하는 능력에 있습니다.

데이터 과학 및 처리가 가장 좋아하는 Python은 고성능 컴퓨팅을위한 풍부한 생태계를 제공합니다. 그러나 Python의 병렬 프로그래밍은 독특한 과제를 제시합니다. 이 튜토리얼은 이러한 과제를 탐구하며 전 세계 해석에 중점을 둡니다.
