python對word內容,python word文檔

本文目錄一覽：

• 1、python中如何將word表格內的內容進行替換
• 2、python輸出word內容
• 3、word文字替換批處理之python
• 4、python讀取word文檔內容

python中如何將word表格內的內容進行替換

在使用word中的一個自然段，就是一個paragraph，最簡單的方式如下命令獲得全部的段落，這是一個可迭代的類型，類似於數組方式。就可以直接獲得文章中的第一段第一段的全部文字內容,如果我們連貫起來代碼如下獲得run其實也是非常簡單的如下命令python-docx這個包，不僅可以讀出paragraph的內容，還可以往裡面寫。可以使用add_paragraph()方法來添加內容。如下命令代碼每一個屬性都可以查看它的類型，這個類型一般在docx中是個枚舉類型的常量，放在docx.enum.text這個頭文件中。

python輸出word內容

程序導出word文檔的方法

將web/html內容導出為world文檔，再java中有很多解決方案，比如使用Jacob、Apache POI、Java2Word、iText等各種方式，以及使用freemarker這樣的模板引擎這樣的方式。php中也有一些相應的方法，但在python中將web/html內容生成world文檔的方法是很少的。其中最不好解決的就是如何將使用js代碼非同步獲取填充的數據，圖片導出到word文檔中。

1. unoconv

功能：

1.支持將本地html文檔轉換為docx格式的文檔，所以需要先將網頁中的html文件保存到本地，再調用unoconv進行轉換。轉換效果也不錯，使用方法非常簡單。

\# 安裝

sudo apt-get install unoconv

\# 使用

unoconv -f pdf *.odt

unoconv -f doc *.odt

unoconv -f html *.odt

缺點：

1.只能對靜態html進行轉換，對於頁面中有使用ajax非同步獲取數據的地方也不能轉換（主要是要保證從web頁面保存下來的html文件中有數據）。

2.只能對html進行轉換，如果頁面中有使用echarts,highcharts等js代碼生成的圖片，是無法將這些圖片轉換到word文檔中；

3.生成的word文檔內容格式不容易控制。

2. python-docx

功能：

1.python-docx是一個可以讀寫word文檔的python庫。

使用方法：

1.獲取網頁中的數據，使用python手動排版添加到word文檔中。

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’)

缺點：

1.功能非常弱。有很多限制比如不支持模板等，只能生成簡單格式的word文檔。

程序導出PDF文檔方法

1.pdfkit

功能：

1.wkhtmltopdf主要用於HTML生成PDF。

2.pdfkit是基於wkhtmltopdf的python封裝，支持URL，本地文件，文本內容到PDF的轉換，其最終還是調用wkhtmltopdf命令。是目前接觸到的python生成pdf效果較好的。

優點：

1.wkhtmltopdf：利用webkit內核將HTML轉為PDF

webkit是一個高效、開源的瀏覽器內核，包括Chrome和Safari在內的瀏覽器都使用了這個內核。Chrome列印當前網頁的功能，其中有一個選項就是直接「保存為 PDF」。

2.wkhtmltopdf使用webkit內核的PDF渲染引擎來將HTML頁面轉換為PDF。高保真，轉換質量很好，且使用非常簡單。

使用方法：

\# 安裝

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’)

缺點：

1.對使用echarts，highcharts這樣的js代碼生成的圖標無法轉換為pdf（因為它的功能主要是將html轉換為pdf,而不是將js轉換為pdf）。對於純靜態頁面的轉換效果還是不錯的。

2.其他

其他生成pdf的插件還有：weasyprint，reportlab，PyPDF2等，經簡單試驗都不如pdfkit效果好，且有些用法複雜。

word文字替換批處理之python

 媳婦有無數word文檔要替換，百度後發現沒有現成的方法。

google後沒有太合適的。抄抄寫寫弄個python腳本換目錄下所有word內容，共勉之。

import os

from docx import Document

# 放了一些docx 文件

files_dict ={

“/home/test/a/醫療器械臨床試驗第一版-設計/”: “/home/test/a/醫療器械臨床試驗第一版-設計/”,

  “/home/test/a/醫療器械臨床試驗第一版-管理制度/”: “/home/test/a/醫療器械臨床試驗第一版-管理制度/”,

“/home/test/a/醫療器械臨床試驗第一版-SOP/”: “/home/test/a/醫療器械臨床試驗第一版-SOP/”,

“/home/test/a/目錄/”: “/home/test/a/目錄/”

}

replace_dict = {

    “XXGNK”:”XZDXGWK”,

    “心血管專業”: “心臟大血管外科”,

    “心血管”:”心臟大血管外科”,

}

def check_and_change(document, replace_dict):

    “””

    遍歷word中的所有 paragraphs，在每一段中發現含有key 的內容，就替換為 value 。

    （key 和 value 都是replace_dict中的鍵值對。）

    “””

    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讀取word文檔內容

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()