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

热AI工具

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
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

本教程演示如何使用Python处理Zipf定律这一统计概念,并展示Python在处理该定律时读取和排序大型文本文件的效率。 您可能想知道Zipf分布这个术语是什么意思。要理解这个术语,我们首先需要定义Zipf定律。别担心,我会尽量简化说明。 Zipf定律 Zipf定律简单来说就是:在一个大型自然语言语料库中,最频繁出现的词的出现频率大约是第二频繁词的两倍,是第三频繁词的三倍,是第四频繁词的四倍,以此类推。 让我们来看一个例子。如果您查看美国英语的Brown语料库,您会注意到最频繁出现的词是“th

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

Python 对象的序列化和反序列化是任何非平凡程序的关键方面。如果您将某些内容保存到 Python 文件中,如果您读取配置文件,或者如果您响应 HTTP 请求,您都会进行对象序列化和反序列化。 从某种意义上说,序列化和反序列化是世界上最无聊的事情。谁会在乎所有这些格式和协议?您想持久化或流式传输一些 Python 对象,并在以后完整地取回它们。 这是一种在概念层面上看待世界的好方法。但是,在实际层面上,您选择的序列化方案、格式或协议可能会决定程序运行的速度、安全性、维护状态的自由度以及与其他系

Python的statistics模块提供强大的数据统计分析功能,帮助我们快速理解数据整体特征,例如生物统计学和商业分析等领域。无需逐个查看数据点,只需查看均值或方差等统计量,即可发现原始数据中可能被忽略的趋势和特征,并更轻松、有效地比较大型数据集。 本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明,本模块中的所有函数都支持使用mean()函数计算平均值,而非简单的求和平均。 也可使用浮点数。 import random import statistics from fracti

在本教程中,您将从整个系统的角度学习如何处理Python中的错误条件。错误处理是设计的关键方面,它从最低级别(有时是硬件)一直到最终用户。如果y

本文讨论了诸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和请求等流行的Python库,并详细介绍了它们在科学计算,数据分析,可视化,机器学习,网络开发和H中的用途

该教程建立在先前对美丽汤的介绍基础上,重点是简单的树导航之外的DOM操纵。 我们将探索有效的搜索方法和技术,以修改HTML结构。 一种常见的DOM搜索方法是EX
