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
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')
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'
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:
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!