Python读写docx文件

Python读写docx文件

+

介绍

Python读写word文档有现成的库可以处理。我这里采用 python-docx。可以用pip install python-docx安装一下。

这里说一句，ppt和excel也有类似的库哦，而且是直接读取文件里面的xml数据。所以doc格式得另找其他库处理，doc格式不是基于xml的。

帮助文档：http://python-docx.readthedocs.org/en/latest/

1、新建或打开文件。这个比较简单用docx的Document类，若指定路径则是打开文档；若没有指定路径则是新建文档

#coding:utf-8

importdocx

#新建文档

doc_new=docx.Document()

#读取文档

doc=docx.Document(ur'C:\1.docx')

2、保存文件。有打开，就有保存。用Document类的save方法，其中参数是保存的文件路径，或者要保存的文件流。一般指定路径即可。

doc.save(path_or_stream)

3、对象集合。python-docx包含了word文档的相关对象集合

doc.paragraphs#段落集合

doc.tables#表格集合

doc.sections#节 集合

doc.styles#样式集合

doc.inline_shapes#内置图形 等等...

4、插入段落。段落是word最基本的对象之一。

5、新增样式。这个帮助文档里面说得不仔细，而且还是英文的。我手头上的项目用到这个，就自己琢磨出怎么使用，如下。

6、应用字符样式。字符自然是在段落里面的，可以采用下面方法给段落追加文字和设置字符样式。

#插入一个空白段落

p=doc.add_paragraph('')

p.add_run('123',style="Heading 1 Char")

p.add_run('456')

p.add_run('789',style="Heading 2 Char")

#这样一个段落就应用了两个字符样式，中间“456”就没应用样式

printp.text#输出结果是u'123456789' 也还是连续的

7、设置字体。当然可以不用通过设置样式对某些字进行设置，也可以直接设置。

p=doc.add_paragraph('')

r=p.add_run('123')

r.font.bold=True#加粗

r.font.italic=True#倾斜 等等...

8、表格操作。表格也是经常用到的一种对象类型。

#新建一个2x3的表格，style可以不写

table=doc.add_table(rows=2,cols=3,style=None)

#可以用table 的rows和columns得到这个表格的行数和列数

printlen(table.rows)

printlen(table.columns)

#遍历表格

forrowintable.rows:

row.cells[].text='1'

#print row.cells[0].text

#新增行或列

table.add_row()

table.add_column()

Word常见操作差不多就是这些。大家可以查看帮助文档，也可以用dir和help查看对象的方法属性和帮助。