首页 后端开发 Python教程 使用 Python 和 FastAPI 自动创建 Word 文档(使用 python-docx-template)

使用 Python 和 FastAPI 自动创建 Word 文档(使用 python-docx-template)

Jan 08, 2025 am 07:13 AM

Automating Word Document Creation with Python and FastAPI (Using python-docx-template)

需要创建具有动态内容的 Word 文档并自动化该过程? Python 和 python-docx-template 库提供了一个有效的解决方案。 本教程演示如何动态生成Word文档,无需手动更新。

让我们用发票示例来说明。 处理来自 API 的数据时,手动更新发票数据既乏味又不切实际。动态生成解决了这个问题。

考虑一个 Word 文档模板:

Automating Word Document Creation with Python and FastAPI (Using python-docx-template)

公司详细信息和项目列表经常发生变化。 动态生成处理这种可变性。

要实现此目的,请修改 Jinja2 兼容性模板。 Jinja2 的模板功能(条件渲染、循环)可根据提供的数据进行动态填充。

Jinja2 兼容模板如下所示:

Automating Word Document Creation with Python and FastAPI (Using python-docx-template)

Jinja2 语法(例如 {% if %}{% for %})最初可能看起来很复杂,但它提供了强大的控制。 {{ }} 中的表达式表示运行时填充的变量。 例如,{% if items %} 在渲染表行之前检查 items 变量是否存在。 {% for item in items %} 迭代 items 列表,为每个项目生成一行。

现在,让我们创建一个 FastAPI 服务器来使用 Python 渲染模板。

  1. 创建虚拟环境:

    pip3 install virtualenv
    virtualenv -p python3 venv
    source venv/bin/activate
    登录后复制
    登录后复制
  2. 安装库:

    pip install "fastapi[standard]" docx docxtpl pydantic requests
    登录后复制
  3. 创建main.py:从基本的FastAPI端点开始:

    from fastapi import FastAPI
    app = FastAPI()
    @app.get("/")
    def read_root():
        return {"Hello": "World"}
    登录后复制

    访问 localhost:8000 应返回 {"Hello": "World"}

  4. 导入 Jinja2 模板:将修改后的 invoice_tpl.docx 放在项目根目录中。

  5. 增强main.py以下代码处理模板渲染、图像获取和总量计算:

    pip3 install virtualenv
    virtualenv -p python3 venv
    source venv/bin/activate
    登录后复制
    登录后复制
  6. 测试端点:将 JSON 负载(类似于原文中的示例)发送到 / 端点。

  7. 输出示例:(此处将包含原文中的图像)

结论:本教程演示了使用 python-docx-template 和 FastAPI 生成动态 Word 文档。 Jinja2 和 FastAPI 的结合创建了一个用于自动化文档创建的灵活系统。 未来的博客文章(第 2 部分)将介绍 PDF 生成。

存储库:https://www.php.cn/link/1df146af0948a68b1342ce39907668fe

关注 Husein Kantarci:

请记住将占位符图像 URL 替换为实际图像 URL。 该代码还假设您已定义必要的数据模型(Company、BankInformation、Item、VatInformation、InvoiceContext),如原始示例中所示。

以上是使用 Python 和 FastAPI 自动创建 Word 文档(使用 python-docx-template)的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

Video Face Swap

Video Face Swap

使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

<🎜>:泡泡胶模拟器无穷大 - 如何获取和使用皇家钥匙
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
北端:融合系统,解释
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora:巫婆树的耳语 - 如何解锁抓钩
3 周前 By 尊渡假赌尊渡假赌尊渡假赌

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

热门话题

Java教程
1675
14
CakePHP 教程
1429
52
Laravel 教程
1333
25
PHP教程
1278
29
C# 教程
1257
24
Python与C:学习曲线和易用性 Python与C:学习曲线和易用性 Apr 19, 2025 am 12:20 AM

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

学习Python:2小时的每日学习是否足够? 学习Python:2小时的每日学习是否足够? Apr 18, 2025 am 12:22 AM

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python vs.C:探索性能和效率 Python vs.C:探索性能和效率 Apr 18, 2025 am 12:20 AM

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python vs. C:了解关键差异 Python vs. C:了解关键差异 Apr 21, 2025 am 12:18 AM

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

Python标准库的哪一部分是:列表或数组? Python标准库的哪一部分是:列表或数组? Apr 27, 2025 am 12:03 AM

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python:自动化,脚本和任务管理 Python:自动化,脚本和任务管理 Apr 16, 2025 am 12:14 AM

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

科学计算的Python:详细的外观 科学计算的Python:详细的外观 Apr 19, 2025 am 12:15 AM

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

Web开发的Python:关键应用程序 Web开发的Python:关键应用程序 Apr 18, 2025 am 12:20 AM

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

See all articles