用Python讀寫(xiě)word文檔

Python讀寫(xiě)word文檔有現(xiàn)成的庫(kù)可以處理。我這里采用 python-docx。可以用pip install python-docx安裝一下。

這里說(shuō)一句，ppt和excel也有類(lèi)似的庫(kù)哦，而且是直接讀取文件里面的xml數(shù)據(jù)。所以doc格式得另找其他庫(kù)處理，doc格式不是基于xml的。

1、新建或打開(kāi)文件。這個(gè)比較簡(jiǎn)單用docx的Document類(lèi)，若指定路徑則是打開(kāi)文檔；若沒(méi)有指定路徑則是新建文檔

#coding:utf-8
import docx
#新建文檔
doc_new = docx.Document()
#讀取文檔
doc = docx.Document(ur'C:\1.docx')

2、保存文件。有打開(kāi)，就有保存。用Document類(lèi)的save方法，其中參數(shù)是保存的文件路徑，或者要保存的文件流。一般指定路徑即可。

doc.save(path_or_stream)

3、對(duì)象集合。python-docx包含了word文檔的相關(guān)對(duì)象集合。

doc.paragraphs    #段落集合
doc.tables        #表格集合
doc.sections      #節(jié)  集合
doc.styles        #樣式集合
doc.inline_shapes #內(nèi)置圖形 等等...

4、插入段落。段落是word最基本的對(duì)象之一。

doc.add_paragraph(u'第一段',style=None) #插入一個(gè)段落，文本為“第一段”
#默認(rèn)是不應(yīng)用樣式，這里也可以不寫(xiě)style參數(shù)，或者指定一個(gè)段落樣式
doc.add_paragraph(u'第二段',style='Heading 2')
#這些樣式都是word默認(rèn)帶有的樣式，可以直接羅列出來(lái)有哪些段落樣式
print [s.name for s in doc.styles if s.type==1]

5、新增樣式。這個(gè)幫助文檔里面說(shuō)得不仔細(xì)，而且還是英文的。我手頭上的項(xiàng)目用到這個(gè)，就自己琢磨出怎么使用，如下。

#coding:utf-8
from docx import Document
from docx.shared import RGBColor #這個(gè)是docx的顏色類(lèi)
#新建文檔
doc = Document()
#新增樣式(第一個(gè)參數(shù)是樣式名稱(chēng)，第二個(gè)參數(shù)是樣式類(lèi)型：1代表段落；2代表字符；3代表表格)
style = doc.styles.add_style('style name 1', 2)
#設(shè)置具體樣式(修改樣式字體為藍(lán)色，當(dāng)然還可以修改其他的，大家自己嘗試)
style.font.color.rgb = RGBColor(0x0, 0x0, 0xff)

6、應(yīng)用字符樣式。字符自然是在段落里面的，可以采用下面方法給段落追加文字和設(shè)置字符樣式。

#插入一個(gè)空白段落
p = doc.add_paragraph('')
p.add_run('123', style="Heading 1 Char")
p.add_run('456')
p.add_run('789', style="Heading 2 Char")
#這樣一個(gè)段落就應(yīng)用了兩個(gè)字符樣式，中間“456”就沒(méi)應(yīng)用樣式
print p.text  #輸出結(jié)果是u'123456789' 也還是連續(xù)的

7、設(shè)置字體。當(dāng)然可以不用通過(guò)設(shè)置樣式對(duì)某些字進(jìn)行設(shè)置，也可以直接設(shè)置。

p = doc.add_paragraph('')
r = p.add_run('123')
r.font.bold = True    #加粗
r.font.italic = True  #傾斜 等等...

8、表格操作。表格也是經(jīng)常用到的一種對(duì)象類(lèi)型。

#新建一個(gè)2x3的表格，style可以不寫(xiě)
table=doc.add_table(rows=2,cols=3,style=None)
#可以用table 的rows和columns得到這個(gè)表格的行數(shù)和列數(shù)
print len(table.rows)
print len(table.columns)
#遍歷表格
for row in table.rows:
row.cells[0].text = '1'
#print row.cells[0].text
#新增行或列
table.add_row()
table.add_column()

Word常見(jiàn)操作差不多就是這些。大家可以查看幫助文檔，也可以用dir和help查看對(duì)象的方法屬性和幫助。

下面的例子可以運(yùn)行于任何平臺(tái)（PC、Mac、樹(shù)莓派……）。但是，如果想看到產(chǎn)生的文檔，你還是需要一個(gè)能打開(kāi)Office文檔的應(yīng)用。沒(méi)有安裝微軟Office的話(huà)，其他替代軟件比如AbiWord、OpenOffice、WPS之類(lèi)的都可以。

首先安裝python-docx這個(gè)Python庫(kù)

$ pip install python-docx -U

（注意，在PyPi里還有一個(gè)叫docx的庫(kù)，已經(jīng)停止更新，不建議使用）

這個(gè)庫(kù)依賴(lài)于lxml，在Windows下可能需要編譯器。如果在安裝python-docx過(guò)程中發(fā)現(xiàn)找不到編譯器或者編譯lxml錯(cuò)誤的現(xiàn)象，可到 https://pypi.python.org/pypi/lxml/2.3/下載和安裝預(yù)編譯的版本。

只需要4行代碼就可以創(chuàng)建一個(gè)Word文檔：

from docx import Document
document = Document()
document.add_paragraph('Hello,Word!')
document.save('demo.docx')

第一行引入docx庫(kù)和Document類(lèi)。Document類(lèi)即代表了『文檔』，第二行創(chuàng)建了Document類(lèi)的一個(gè)實(shí)例document，相當(dāng)于『這篇文檔』。緊接著，我們?cè)谖臋n中利用add_paragraph函數(shù)添加一個(gè)段落，段落的內(nèi)容是Hello,Word!。最后，用save函數(shù)將文檔保存在磁盤(pán)上。

運(yùn)行這個(gè)腳本，就得到了文件demo.docx。用Office軟件打開(kāi)，看看里面的內(nèi)容。

下面一個(gè)任務(wù)是在一個(gè)Word文檔里添加255個(gè)圓圈，顏色為紅色由淺入深。顯然，這個(gè)任務(wù)在Word里人工完成是非常麻煩的。但用代碼就非常簡(jiǎn)單了。

from docx import Document
from PIL import Image,ImageDraw
from io import BytesIO
document = Document() #新建文檔
p = document.add_paragraph() #添加一個(gè)段落
r = p.add_run() #添加一個(gè)游程
img_size = 20
for x in range(255):
im = Image.new("RGB", (img_size,img_size), "white")
draw_obj = ImageDraw.Draw(im)
draw_obj.ellipse((0,0,img_size-1,img_size-1), fill=255-x)#畫(huà)圓
fake_buf_file = BytesIO()#用BytesIO將圖片保存在內(nèi)存里，減少磁盤(pán)操作
im.save(fake_buf_file,"png")
r.add_picture(fake_buf_file)#在當(dāng)前游程中插入圖片
fake_buf_file.close()
document.save("demo.docx")

畫(huà)圖我們利用了常用的PIL庫(kù)。