python对word内容,python word文档

本文目录一览：

• 1、python中如何将word表格内的内容进行替换
• 2、python输出word内容
• 3、word文字替换批处理之python
• 4、python读取word文档内容

python中如何将word表格内的内容进行替换

在使用word中的一个自然段，就是一个paragraph，最简单的方式如下命令获得全部的段落，这是一个可迭代的类型，类似于数组方式。就可以直接获得文章中的第一段第一段的全部文字内容,如果我们连贯起来代码如下获得run其实也是非常简单的如下命令python-docx这个包，不仅可以读出paragraph的内容，还可以往里面写。可以使用add_paragraph()方法来添加内容。如下命令代码每一个属性都可以查看它的类型，这个类型一般在docx中是个枚举类型的常量，放在docx.enum.text这个头文件中。

python输出word内容

程序导出word文档的方法

将web/html内容导出为world文档，再java中有很多解决方案，比如使用Jacob、Apache POI、Java2Word、iText等各种方式，以及使用freemarker这样的模板引擎这样的方式。php中也有一些相应的方法，但在python中将web/html内容生成world文档的方法是很少的。其中最不好解决的就是如何将使用js代码异步获取填充的数据，图片导出到word文档中。

1. unoconv

功能：

1.支持将本地html文档转换为docx格式的文档，所以需要先将网页中的html文件保存到本地，再调用unoconv进行转换。转换效果也不错，使用方法非常简单。

\# 安装

sudo apt-get install unoconv

\# 使用

unoconv -f pdf *.odt

unoconv -f doc *.odt

unoconv -f html *.odt

缺点：

1.只能对静态html进行转换，对于页面中有使用ajax异步获取数据的地方也不能转换（主要是要保证从web页面保存下来的html文件中有数据）。

2.只能对html进行转换，如果页面中有使用echarts,highcharts等js代码生成的图片，是无法将这些图片转换到word文档中；

3.生成的word文档内容格式不容易控制。

2. python-docx

功能：

1.python-docx是一个可以读写word文档的python库。

使用方法：

1.获取网页中的数据，使用python手动排版添加到word文档中。

from docx import Document

from docx.shared import Inches

document = Document()

document.add_heading(‘Document Title’, 0)

p = document.add_paragraph(‘A plain paragraph having some ‘)

p.add_run(‘bold’).bold = True

p.add_run(‘ and some ‘)

p.add_run(‘italic.’).italic = True

document.add_heading(‘Heading, level 1’, level=1)

document.add_paragraph(‘Intense quote’, style=’IntenseQuote’)

document.add_paragraph(

‘first item in unordered list’, style=’ListBullet’

)

document.add_paragraph(

‘first item in ordered list’, style=’ListNumber’

)

document.add_picture(‘monty-truth.png’, width=Inches(1.25))

table = document.add_table(rows=1, cols=3)

hdr_cells = table.rows[0].cells

hdr_cells[0].text = ‘Qty’

hdr_cells[1].text = ‘Id’

hdr_cells[2].text = ‘Desc’

for item in recordset:

row_cells = table.add_row().cells

row_cells[0].text = str(item.qty)

row_cells[1].text = str(item.id)

row_cells[2].text = item.desc

document.add_page_break()

document.save(‘demo.docx’)

from docx import Document

from docx.shared import Inches

document = Document()

for row in range(9):

t = document.add_table(rows=1,cols=1,style = ‘Table Grid’)

t.autofit = False #很重要！

w = float(row) / 2.0

t.columns[0].width = Inches(w)

document.save(‘table-step.docx’)

缺点：

1.功能非常弱。有很多限制比如不支持模板等，只能生成简单格式的word文档。

程序导出PDF文档方法

1.pdfkit

功能：

1.wkhtmltopdf主要用于HTML生成PDF。

2.pdfkit是基于wkhtmltopdf的python封装，支持URL，本地文件，文本内容到PDF的转换，其最终还是调用wkhtmltopdf命令。是目前接触到的python生成pdf效果较好的。

优点：

1.wkhtmltopdf：利用webkit内核将HTML转为PDF

webkit是一个高效、开源的浏览器内核，包括Chrome和Safari在内的浏览器都使用了这个内核。Chrome打印当前网页的功能，其中有一个选项就是直接“保存为 PDF”。

2.wkhtmltopdf使用webkit内核的PDF渲染引擎来将HTML页面转换为PDF。高保真，转换质量很好，且使用非常简单。

使用方法：

\# 安装

pip install pdfkit

\# 使用

import pdfkit

pdfkit.from_url(”, ‘out.pdf’)

pdfkit.from_file(‘test.html’, ‘out.pdf’)

pdfkit.from_string(‘Hello!’, ‘out.pdf’)

缺点：

1.对使用echarts，highcharts这样的js代码生成的图标无法转换为pdf（因为它的功能主要是将html转换为pdf,而不是将js转换为pdf）。对于纯静态页面的转换效果还是不错的。

2.其他

其他生成pdf的插件还有：weasyprint，reportlab，PyPDF2等，经简单试验都不如pdfkit效果好，且有些用法复杂。

word文字替换批处理之python

 媳妇有无数word文档要替换，百度后发现没有现成的方法。

google后没有太合适的。抄抄写写弄个python脚本换目录下所有word内容，共勉之。

import os

from docx import Document

# 放了一些docx 文件

files_dict ={

“/home/test/a/医疗器械临床试验第一版-设计/”: “/home/test/a/医疗器械临床试验第一版-设计/”,

  “/home/test/a/医疗器械临床试验第一版-管理制度/”: “/home/test/a/医疗器械临床试验第一版-管理制度/”,

“/home/test/a/医疗器械临床试验第一版-SOP/”: “/home/test/a/医疗器械临床试验第一版-SOP/”,

“/home/test/a/目录/”: “/home/test/a/目录/”

}

replace_dict = {

    “XXGNK”:”XZDXGWK”,

    “心血管专业”: “心脏大血管外科”,

    “心血管”:”心脏大血管外科”,

}

def check_and_change(document, replace_dict):

    “””

    遍历word中的所有 paragraphs，在每一段中发现含有key 的内容，就替换为 value 。

    （key 和 value 都是replace_dict中的键值对。）

    “””

    for para in document.paragraphs:

        for i in range(len(para.runs)):

            for key, value in replace_dict.items():

                if key in para.runs[i].text:

                    print(key+”–“+value)

                    para.runs[i].text = para.runs[i].text.replace(key, value)

    for table in document.tables:

        for row in table.rows:

            for cell in row.cells:

                for para in cell.paragraphs:

                    for i in range(len(para.runs)):

                        for key, value in replace_dict.items():

                            if key in para.runs[i].text:

                                print(key+”–“+value)

                                para.runs[i].text = para.runs[i].text.replace(key, value)

    return document

def main():

    for old_file_path, new_file_path in files_dict.items():

        for name in os.listdir(old_file_path):

            print(name)

            old_file = old_file_path + name

            new_file = new_file_path + name

            if old_file.split(“.”)[1] == ‘docx’:

                document = Document(old_file)

                document = check_and_change(document, replace_dict)

                document.save(new_file)

            print(“^”*30)

if __name__ == ‘__main__’:

    main()

python读取word文档内容

import fnmatch, os, sys, win32com.client

readpath=r’D:\123′

wordapp = win32com.client.gencache.EnsureDispatch(“Word.Application”)

try:

for path, dirs, files in os.walk(readpath):

for filename in files:

if not fnmatch.fnmatch(filename, ‘*.docx’):continue

doc = os.path.abspath(os.path.join(path,filename))

print ‘processing %s…’ % doc

wordapp.Documents.Open(doc)

docastext = doc[:-4] + ‘txt’

wordapp.ActiveDocument.SaveAs(docastext,FileFormat=win32com.client.constants.wdFormatText)

wordapp.ActiveDocument.Close()

finally:

wordapp.Quit()

print ‘end’

f=open(r’d:\123\test.txt’,’r’)

for line in f.readlines():

print line.decode(‘gbk’)

f.close()