用python處理MS Word的實例

不言
發布: 2023-03-25 16:38:01
原創
1751 人瀏覽過

這篇文章主要介紹了關於用python處理MS Word的實例,有著一定的參考價值,現在分享給大家,有需要的朋友可以參考一下

使用python工具讀寫MS Word文件(docx與doc檔案),主要利用了python-docx套件。本文給一些常用的操作,並完成一個範例,幫助大家快速著手。

安裝

pyhton處理docx檔案需要使用python-docx 包,可以利用pip工具很方便的安裝,pip工具在python安裝路徑下的Scripts資料夾中

pip install python-docx
登入後複製

當然你也可以選擇使用easy_install或手動方式進行安裝

寫入檔案內容

這裡我們直接給出一個範例,根據自己的需求摘取有用的內容

#coding=utf-8
from docx import Document
from docx.shared import Pt
from docx.shared import Inches
from docx.oxml.ns import qn
#打开文档
document = Document()
#加入不同等级的标题
document.add_heading(u'MS WORD写入测试',0)
document.add_heading(u'一级标题',1)
document.add_heading(u'二级标题',2)
#添加文本
paragraph = document.add_paragraph(u'我们在做文本测试!')
#设置字号
run = paragraph.add_run(u'设置字号、')
run.font.size = Pt(24)
#设置字体
run = paragraph.add_run('Set Font,')
run.font.name = 'Consolas'
#设置中文字体
run = paragraph.add_run(u'设置中文字体、')
run.font.name=u'宋体'
r = run._element
r.rPr.rFonts.set(qn('w:eastAsia'), u'宋体')
#设置斜体
run = paragraph.add_run(u'斜体、')
run.italic = True
#设置粗体
run = paragraph.add_run(u'粗体').bold = True
#增加引用
document.add_paragraph('Intense quote', style='Intense Quote')
#增加无序列表
document.add_paragraph(
 u'无序列表元素1', style='List Bullet'
)
document.add_paragraph(
 u'无序列表元素2', style='List Bullet'
)
#增加有序列表
document.add_paragraph(
 u'有序列表元素1', style='List Number'
)
document.add_paragraph(
 u'有序列表元素2', style='List Number'
)
#增加图像(此处用到图像image.bmp,请自行添加脚本所在目录中)
document.add_picture('image.bmp', width=Inches(1.25))
#增加表格
table = document.add_table(rows=1, cols=3)
hdr_cells = table.rows[0].cells
hdr_cells[0].text = 'Name'
hdr_cells[1].text = 'Id'
hdr_cells[2].text = 'Desc'
#再增加3行表格元素
for i in xrange(3):
 row_cells = table.add_row().cells
 row_cells[0].text = 'test'+str(i)
 row_cells[1].text = str(i)
 row_cells[2].text = 'desc'+str(i)
#增加分页
document.add_page_break()
#保存文件
document.save(u'测试.docx')
登入後複製

該段程式碼產生的文件樣式如下

# 註:有一個問題沒找到如何解決,也就是如何設定邊框線。如果您知道,也請能夠指教。

讀取檔案內容

#
#coding=utf-8
from docx import Document
#打开文档
document = Document(u'测试.docx')
#读取每段资料
l = [ paragraph.text.encode('gb2312') for paragraph in document.paragraphs];
#输出并观察结果,也可以通过其他手段处理文本即可
for i in l:
 print i
#读取表格材料,并输出结果
tables = [table for table in document.tables];
for table in tables:
 for row in table.rows:
  for cell in row.cells:
   print cell.text.encode('gb2312'),'\t',
  print
 print '\n'
登入後複製

我們仍然使用剛才我們產生的文件,可以看到,輸出的結果為

注意:這裡我們使用gb2312編碼方式讀取,主要是保證中文的讀寫正確。一般情況下,使用的utf-8編碼方式。另外,python-docx主要處理docx文件,在載入doc文件時,會出現問題,如果有大量doc文件,建議先將doc文件批量轉換為docx文件,例如利用工具doc2doc

相關推薦:

python處理Excel xlrd的方法介紹

#Python處理csv檔案實例詳解

以上是用python處理MS Word的實例的詳細內容。更多資訊請關注PHP中文網其他相關文章!

相關標籤:
來源:php.cn
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
作者最新文章
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板