利用python-docx模块，Python可以创建和修改Word文档，它带有.docx文件扩展名。运行pip install python-docx，可以安装该模块。
在导入pytho-docx模块时，需要执行import docx,而不是import python-docx。
和纯文本相比，.docx文件有很多结构。这些结构在python-docx中用3种不同的类型来表示。在最高一层，Document对象表示整个文档。Document对象包含一个Paragraph对象的列表，表示文档中的段落。每一个Paragraph对象都包含一个Run对象的列表。
Word文档中的文本不仅仅是字符串。它包含与之相关的字体、大小、颜色和其他样式信息。在Word中，样式是这些属性的集合。一个Run对象是相同样式文本的延续。当文本样式发生改变时，就需要一个新的Run对象。
|
1
2
3
4
5
6
7
8
9
10
|
c:\python\Scripts>pip3.6
install
python-docx
Collecting python-docx
Downloading python-docx-0.8.6.
tar
.gz (5.3MB)
100% |████████████████████████████████| 5.3MB 73kB
/s
Collecting lxml>=2.3.2 (from python-docx)
Downloading lxml-4.1.1-cp36-cp36m-win_amd64.whl (3.5MB)
100% |████████████████████████████████| 3.6MB 39kB
/s
Installing collected packages: lxml, python-docx
Running setup.py
install
for
python-docx ...
done
Successfully installed lxml-4.1.1 python-docx-0.8.6
|
读取Word文档
使用len()得到paragraphs的个数。
每个paragraph对象都有一个text属性，包含该段中的文本的字符串（没有样式信息）。
每个paragraph对象也有一个runs属性，它是run对象的列表。
run对象也有一个text属性，包含那个延续中的文本。
run表示的是不同样式的文本。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
c:\python>python
Python
3.6
.
1
(v3.
6.1
:
69c0db5
, Mar
21
2017
,
18
:
41
:
36
) [MSC v.
1900
64
bit (AMD64)] on win32
Type
"help"
,
"copyright"
,
"credits"
or
"license"
for
more information.
>>>
import
docx
>>> doc
=
docx.Document(
'Gettysburg Address.docx'
)
>>>
len
(doc.paragraphs)
4
>>> doc.paragraphs[
0
].text
'Four score and seven years ago our fathers brought forth on this continent, a new nation, conceived in Liberty, and dedicated to the proposition that all men are created equal.'
>>> doc.paragraphs[
-
1
].text
''
>>>
len
(doc.paragraphs[
0
].runs)
1
>>> doc.paragraphs[
0
].runs[
0
].text
'Four score and seven years ago our fathers brought forth on this continent, a new nation, conceived in Liberty, and dedicated to the proposition that all men are created equal.'
>>>
|
从文件中取得完整的文本
如果只关心word文档中的文本，不关心样式信息，就可以利用getText()函数。
它接受一个.docx文件名，返回其中文本的字符串。
可以通过在append()方法中增加空格，形成段落缩进。
|
1
2
3
4
5
6
7
8
9
|
>>>
import
docx
>>> doc
=
docx.Document(
'Gettysburg Address.docx'
)
>>> fullText
=
[]
>>>
for
para
in
doc.paragraphs:
... fullText.append(para.text)
...
>>>
print
(fullText)
[
'Four score and seven years ago our fathers brought forth on this continent, ......hall not perish from the earth.'
, '']
>>>
|
设置Paragraph和Run对象的样式
对于word文档，有3种类型的样式：段落样式可以应用于paragraph对象，字符样式可以应用于run对象，链接的样式可以应用于这两种对象。
在设置style属性时，不要在样式名称中使用空格。
如果对run对象应用链接的样式，需要在样式名称末尾加上‘char’。
在当前版本的python-docx（0.7.4）中，只能使用默认的word样式，以及打开的文件中已有的样式，不能创建新的样式。
写入Word文档
在添加完文本后，向Document对象的save()方法传入一个文件名字符串，将Document对象保存到文件。
可以用新的段落文本，再次调用add_paragraph()方法添加段落。
|
1
2
3
4
5
|
>>>
import
docx
>>> doc
=
docx.Document(
'Gettysburg Address.docx'
)
>>> doc.add_paragraph(
'Hello world!'
)
<docx.text.paragraph.Paragraph
object
at
0x0000019B5DD45B70
>
>>> doc.save(
'newdoc.docx'
)
|
效果：
如果要在已有段落的末尾添加文本，可以调用paragraph对象的add_run方法，向它传入一个字符串。
add_paragraph()和add_run()都接受可选的第二个参数，它是表示Paragraph或Run对象样式的字符串。
|
1
2
3
4
5
6
7
8
9
|
>>>
import
docx
>>> doc
=
docx.Document(
'Gettysburg Address.docx'
)
>>> doc.add_paragraph(
'Hello world!'
)
<docx.text.paragraph.Paragraph
object
at
0x0000019B5D57ABE0
>
>>> paraObj1
=
doc.add_paragraph(
'This is a second paragraph.'
)
>>> paraObj2
=
doc.add_paragraph(
'This is a yet another paragraph.'
)
>>> paraObj1.add_run(
'This text is being added to the second paragraph.'
)
<docx.text.run.Run
object
at
0x0000019B5DD5B940
>
>>> doc.save(
'newdoc2.docx'
)
|
效果：
添加标题
调用add_heading()将添加一个段落，并使用一种标题样式。
add_heading()的参数，是一个标题文本的字符串，以及一个从0-4的整数。
整数0表示标题是Title样式，这用于文档的顶部。
整数1-4是不同的标题层次，1是主要的标题，4是最低层的子标题。
add_heading()返回一个Paragraph对象。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
>>>
import
docx
>>> doc
=
docx.Document()
>>> doc.add_heading(
'Header 0'
,
0
)
<docx.text.paragraph.Paragraph
object
at
0x0000019B5E1740F0
>
>>> doc.add_heading(
'Header 1'
,
1
)
<docx.text.paragraph.Paragraph
object
at
0x0000019B5E1740B8
>
>>> doc.add_heading(
'Header 2'
,
2
)
<docx.text.paragraph.Paragraph
object
at
0x0000019B5E174978
>
>>> doc.add_heading(
'Header 3'
,
3
)
<docx.text.paragraph.Paragraph
object
at
0x0000019B5E174198
>
>>> doc.add_heading(
'Header 4'
,
4
)
<docx.text.paragraph.Paragraph
object
at
0x0000019B5E1740F0
>
>>> doc.save(
'headings.docx'
)
|
效果：
添加换行符和换页符
要添加换行符，可以在run对象上调用add_break()方法。
要添加换页符，可以将docx.text.WD_BREAK.PAGE作为唯一的参数，传递给add_break()。
|
1
2
3
4
5
6
7
8
|
>>>
import
docx
>>> doc
=
docx.Document()
>>> doc.add_paragraph(
'This is on the first page!'
)
<docx.text.paragraph.Paragraph
object
at
0x0000019B5DD5B400
>
>>> doc.paragraphs[
0
].runs[
0
].add_break()
>>> doc.add_paragraph(
'This is the new text!'
)
<docx.text.paragraph.Paragraph
object
at
0x0000019B5DD5B400
>
>>> doc.save(
'break.docx'
)
|
效果：
添加图像
Document对象有一个add_picture()方法，在文档末尾添加图像。
|
1
2
3
4
5
6
7
|
>>>
import
docx
>>> doc
=
docx.Document()
>>> doc.add_paragraph(
'This is on the first page!'
)
<docx.text.paragraph.Paragraph
object
at
0x0000019B5E189080
>
>>> doc.add_picture(
'123.jpg'
,width
=
docx.shared.Inches(
1
),height
=
docx.shared.Cm(
4
))
<docx.shape.InlineShape
object
at
0x0000019B5E1899E8
>
>>> doc.save(
'picture.docx'
)
|
效果：
