python使用docx模块读写docx文件的方法 python使用docx模块读写docx文件的方法与docx模块常用方法详解
face丶 人气:1一,docx模块
Python可以利用python-docx模块处理word文档,处理方式是面向对象的。也就是说python-docx模块会把word文档,文档中的段落、文本、字体等都看做对象,对对象进行处理就是对word文档的内容处理。
二,相关概念
如果需要读取word文档中的文字(一般来说,程序也只需要认识word文档中的文字信息),需要先了解python-docx模块的几个概念。
1,Document对象,表示一个word文档。
2,Paragraph对象,表示word文档中的一个段落
3,Paragraph对象的text属性,表示段落中的文本内容。
三,模块的安装和导入
需要注意,python-docx模块安装需要在cmd命令行中输入pip install python-docx,如下图表示安装成功(最后那句英文Successfully installed,成功地安装完成)
注意在导入模块时,用的是import docx。
from docx import Document from docx.enum.text import WD_ALIGN_PARAGRAPH #设置对象居中、对齐等。 from docx.enum.text import WD_TAB_ALIGNMENT,WD_TAB_LEADER #设置制表符等 from docx.shared import Inches #设置图像大小 from docx.shared import Pt #设置像素、缩进等 from docx.shared import RGBColor #设置字体颜色 from docx.shared import Length #设置宽度
四,读取word文本
#-*- conding:utf-8 -*- import docx file=docx.Document(r"F:\python从入门到放弃\7\2\wenjian.docx") print('段落:'+str(len(file.paragraphs))) # # for para in file.paragraphs: # print(para.text) for i in range(len(file.paragraphs)): print("第"+str(i)+"段的内容是:"+file.paragraphs[i].text)
五,写word文本
#-*- conding:utf-8 -*- import sys from docx import Document from docx.shared import Inches def main(): # reload(sys) # sys.setdefaultencoding('utf-8') # 创建文档对象 document = Document() # 设置文档标题,中文要用unicode字符串 document.add_heading(u'我的一个新文档',0) # 往文档中添加段落 p = document.add_paragraph('This is a paragraph having some ') p.add_run('bold ').bold = True p.add_run('and some ') p.add_run('italic.').italic = True # 添加一级标题 document.add_heading(u'一级标题, level = 1',level = 1) document.add_paragraph('Intense quote',style = 'IntenseQuote') # 添加无序列表 document.add_paragraph('first item in unordered list',style = 'ListBullet') # 添加有序列表 document.add_paragraph('first item in ordered list',style = 'ListNumber') document.add_paragraph('second item in ordered list',style = 'ListNumber') document.add_paragraph('third item in ordered list',style = 'ListNumber') # 添加图片,并指定宽度 document.add_picture('cat.png',width = Inches(2.25)) # 添加表格: 1行3列 table = document.add_table(rows = 1,cols = 3) # 获取第一行的单元格列表对象 hdr_cells = table.rows[0].cells # 为每一个单元格赋值 # 注:值都要为字符串类型 hdr_cells[0].text = 'Name' hdr_cells[1].text = 'Age' hdr_cells[2].text = 'Tel' # 为表格添加一行 new_cells = table.add_row().cells new_cells[0].text = 'Tom' new_cells[1].text = '19' new_cells[2].text = '12345678' # 添加分页符 document.add_page_break() # 往新的一页中添加段落 p = document.add_paragraph('This is a paragraph in new page.') # 保存文档 document.save('demo1.doc') if __name__ == '__main__': main()
六,读取表格
#-*- conding:utf-8 -*- import docx doc = docx.Document('wenjian.docx') for table in doc.tables: # 遍历所有表格 print('----table------') for row in table.rows: # 遍历表格的所有行 # row_str = '\t'.join([cell.text for cell in row.cells]) # 一行数据 # print row_str for cell in row.cells: print(cell.text, '\t',) print() #换行
七,添加段落
document=docx.Document() # 创建一个空白文档 document.styles['Normal'].font.name = '宋体' # 设置西文字体 document.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), '宋体') # 设置中文字体 p = document.add_paragraph() # 添加一个段落 p.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.JUSTIFY # 设置对齐方式 p.paragraph_format.line_spacing_rule = WD_LINE_SPACING.ONE_POINT_FIVE # 设置行间距 p.paragraph_format.space_after = Pt(0) # 设置段后间距 run = p.add_run('content') # 延长段落 run.font.color.rgb = RGBColor(255, 0, 0) # 设置字体颜色 run.font.size = Pt(22) # 设置字号 run.font.bold = True # 设置下划线
八,docx模块其它常用方法
字号与磅值的关系
字号 | 磅值 |
---|---|
八号 | 5 |
七号 | 5.5 |
小六 | 6.5 |
六号 | 7.5 |
小五 | 9 |
五号 | 10.5 |
小四 | 12 |
四号 | 14 |
小三 | 15 |
三号 | 16 |
小二 | 18 |
二号 | 22 |
小一 | 24 |
一号 | 26 |
小初 | 36 |
初号 | 42 |
新增页眉
section=document.sections[0] header=section.header bt1=header.paragraphs[0] bt1.text='此处是页眉1'
新增头信息
t1=document.add_paragraph('此处Tetle信息','Title')
新增段落 及 向前插入段落
p1=document.add_paragraph('新增段落P1') pin1=p1.insert_paragraph_before('在p1前插入段落pin1')
段落里设置参数样式 或 指定.style来设置参数
p2=document.add_paragraph('新增段落p2并设置style类型',style='ListBullet') p3=document.add_paragraph('新增段落p3并指定style类型') p3.style='ListBullet'
添加标题 可设置标题级别1-9
h1=document.add_heading('此处默认标题1') h2=document.add_heading('此处添加标题2',level=2) h3=document.add_heading('此处添加标题3',level=3)
设置字体
通过.add_run来设置字体: 加粗、斜体、大小、颜色、下划线
paragraph=document.add_paragraph() r1=paragraph.add_run('通过.bold=True来设置粗体') r1.bold=True r1.style='Emphasis' r2=paragraph.add_run('也可以') r3=paragraph.add_run('\n通过.italic=True来设置斜体,\n通过.font.size来设置字体大小,\n通过.font.color.rgb=RGBColor来设置字体颜色') r3.italic=True r3.font.size=Pt(20) r3.font.color.rgb=RGBColor(200,77,150)
方法 | 作用 |
---|---|
all_caps | 全部大写字母 |
bold | 加粗 |
color | 字体颜色 |
complex_script | 是否为“复杂代码” |
cs_bold | “复杂代码”加粗 |
cs_italic | “复杂代码”斜体 |
double_strike | 双删除线 |
emboss | 文本以凸出页面的方式出现 |
hidden | 隐藏 |
imprint | 印记 |
italic | 斜体 |
name | 字体 |
no_proof | 不验证语法错误 |
outline | 显示字符的轮廓 |
shadow | 阴影 |
small_caps | 小型大写字母 |
snap_to_grid | 定义文档网格时对齐网络 |
strike | 删除线 |
subscript | 下标 |
superscript | 上标 |
underline | 下划线 |
设置居中、左右对齐、缩进、制表符
p4=document.add_paragraph('准备开始设置居中、左右对齐、缩进等') p4.paragraph_format.alignment=WD_ALIGN_PARAGRAPH.CENTER
方法 | 作用 |
---|---|
LEFT | 左对齐 |
CENTER | 文字居中 |
RIGHT | 右对齐 |
JUSTIFY | 本两端对齐 |
设置缩进
默认Inches(0.5)等于四个空格
p5=document.add_paragraph('content') p5.paragraph_format.left_indent=Inches(0.5)
设置首行缩进
p5.paragraph_format.first_line_indent=Inches(0.5)
设置段落间距 分为段落前 和 段落后
p5.paragraph_format.space_before=Pt(30) p5.paragraph_format.space_after=Pt(12)
设置段落行距当行距为最小值和固定值时,设置值单位是磅,用Pt;当行间距为多倍行距时,设置值为数值。
p5.paragraph_format.line_spacing=Pt(30)
方法 | 作用 |
---|---|
SINGLE | 单倍行距(默认) |
ONE_POINT_FIVE | 1.5倍行距 |
DOUBLE | 2倍行距 |
AT_LEAST | 最小值 |
EXACTLY | 固定值 |
MULTIPLE | 多倍行距 |
paragraph.line_spacing_rule = WD_LINE_SPACING.EXACTLY #固定值 paragraph_format.line_spacing = Pt(18) # 固定值18磅 paragraph.line_spacing_rule = WD_LINE_SPACING.MULTIPLE #多倍行距 paragraph_format.line_spacing = 1.75
分页属性
p5.paragraph_format.keep_with_next = True
方法 | 作用 | 说明 |
---|---|---|
widow_control | 孤行控制 | 防止在页面顶端单独打印段落末行或在页面底端单独打印段落首行 |
keep_with_next | 与下段同页 | 防止在选中段落与后面一段间插入分页符 |
page_break_before | 段前分页 | 在选中段落前插入分页符 |
keep_together | 段中不分页 | 防止在段落中出现分页符 |
添加分页符
document.add_page_break() p5=document.add_paragraph('.add_page_break()硬分页,即使文本未满')
添加表格、设置表格样式
table=document.add_table(rows=2,cols=2) table.style='LightShading-Accent1'
选择表格内单元格、单元格赋值添加和改变内容
cell=table.cell(0,1) cell.text='通过cell.text()来添加内容'
选择表格的行,通过索引,然后索引单元格
row=table.rows[1] row.cells[0].text='通过.add_table(,)来添加表格' row.cells[1].text='通过for row in table.rows内嵌套 for cell in row.cells来循环输出表格内容'
for循环逐行输出表格内容
for row in table.rows: for cell in row.cells: print(cell.text)
len表格内行列数
row_count=len(table.rows) col_count=len(table.columns) print(row_count,col_count,'现表格行列数') row=table.add_row() #逐步添加行 print(len(table.rows),len(table.columns),'添加后表格行列数')
添加另一个表格 及 指定表格样式
table1=document.add_table(1,3) table1.style='LightShading-Accent2' #设置表格样式
填充 标题行
heading_cells=table1.rows[0].cells #获取 行列标 heading_cells[0].text='Qtx' #为行列表内的cell单元格 赋值 heading_cells[1].text='Sku' heading_cells[2].text='Des'
表格数据
items=( (7,'1024','plush kitens'), (3,'2042','furbees'), (1,'1288','french poodle collars,deluxe') )
为每个项目添加数据行
for item in items: cells=table1.add_row().cells cells[0].text=str(item[0]) cells[1].text=str(item[1]) cells[2].text=str(item[2])
添加图片
document.add_picture('002592.png',width=Inches(2))
调整图片大小,如下:
document.add_picture('demo.png', width=Inches(1.0), height=Inches(1.0))
若同时定义宽度和高度,则图片会被拉伸或压缩到指定大小;若仅定义宽度或高度,则图会自适应调整大小。
保存文档
document.save('test.docx')
更多关于python使用docx模块读写docx文件的方法与docx模块常用方法请查看下面的相关链接
加载全部内容