快捷導(dǎo)航

用python將word文檔合并實(shí)例代碼

更新時(shí)間：2021年12月22日 08:45:37 作者：task138

大家好，本篇文章主要講的是用python將word文檔合并實(shí)例代碼，感興趣的同學(xué)趕快老看一看吧，對你有幫助的話記得收藏一下，方便下次瀏覽

背景：

? ? ? ? 由于工作需要，現(xiàn)在有這么一個(gè)需求，要合并大量的word文檔，而且要在不同的目錄下找到同一個(gè)人的word文檔，進(jìn)行合并，最終輸出一個(gè)合并后的word文檔。一般來說幾個(gè)或者十幾個(gè)量不多的話，就手工合并一下好了，但現(xiàn)在這個(gè)量是真的大。目錄有十多個(gè)，每個(gè)目錄又有50多個(gè)不同人的word文檔，而且同一個(gè)人在不同目錄下又不一定都有word文檔，因此，整個(gè)合并工作就出現(xiàn)了人工操作的困難：

工作量多；容易疏漏犯錯(cuò)。

?為此，利用python進(jìn)行高效準(zhǔn)確的執(zhí)行這類工作，尤為凸顯現(xiàn)代自動(dòng)化辦公的能力。因此，我寫了這個(gè)python腳本，作為一個(gè)小工具來輔助我的工作需求。

設(shè)計(jì)思路：

? ? ? ? 首先，整個(gè)腳本實(shí)現(xiàn)兩個(gè)功能：

查看各目錄下未提交word文檔的名單合并各目錄下的word文檔查看各目錄未提交名單：

? ? ? ? 對于這個(gè)需求，首先是讀一個(gè)寫有所有人姓名等信息的Excel文件，有格式要求。然后通過遍歷Excel的信息，獲取到所有人的姓名。遍歷各目錄下，是否有對應(yīng)姓名的文件存在，如果沒有，則輸出沒有提交文件的姓名。

合并word文件：

? ? ? ? 合并word文件和上一個(gè)需求有類似的地方。首先我們都需要讀Excel文件，得到姓名信息，然后在各目錄下獲取到這個(gè)人所提交的所有word文件的文件路徑，然后通過合并word的操作實(shí)現(xiàn)文件合并，合并后最終輸出到指定的目錄下。

腳本環(huán)境說明：

? ? ? ? 腳本對第三方包有依賴，執(zhí)行前必須先安裝對應(yīng)的第三方包

pip install python-docx pywin32 xlrd

? ? ? ??首先，目錄結(jié)構(gòu)必須是如下圖所示，所有需要遍歷的目錄名稱都必須是【實(shí)訓(xùn)+數(shù)字】，因?yàn)槟_本中涉及多處正則匹配。

? ? ? ? 其次，Excel文件必須遵循下圖所示的格式，首行是標(biāo)題行，遍歷的時(shí)候會自動(dòng)跳過，遍歷時(shí)會遍歷C列和D列，其中C列是人員編號，D列是人員姓名

?

? ? ? ? 接著，python腳本必須要根目錄下

? ? ? ? 最后，執(zhí)行腳本的時(shí)候，必須帶有傳參，傳遞的參數(shù)就是那個(gè)Excel表

Microsoft Windows [版本 10.0.19043.1415]
(c) Microsoft Corporation。保留所有權(quán)利。
 
C:\Windows\system32>python tools.py 花名冊.xlsx

完整代碼：

#! /usr/bin env python
# -*- coding:utf-8 -*-
 
"""
============================
======Power By Python3======
====== Author Task138 ======
============================
"""
 
import sys
import xlrd, os, re
from docx import Document
from docxcompose.composer import Composer
from win32com import client as wc
 
 
# 讀Excel表獲取學(xué)生的學(xué)號和姓名
def read_excel(excel_file):
    workbook = xlrd.open_workbook(excel_file)
    sheet = workbook.sheet_by_index(0)
    name_list = []
    name_dict = []
 
    Sno_list = sheet.col_values(2)[1::]
    Sname_list = sheet.col_values(3)[1::]
    for i in range(len(Sno_list)):
        try:
            Sno = str(int(Sno_list[i]))
        except:
            Sno = Sno_list[i]
        dict = {}
        dict['Sno'] = Sno
        dict['Sname'] = Sname_list[i]
        name_list.append(Sname_list[i])
        name_dict.append(dict)
 
    return name_list, name_dict
 
# 合并文檔
def merge_doc(source_file_path_list,target_file_path):
    #填充分頁符號文檔
    page_break_doc = Document()
    page_break_doc.add_page_break()
    #定義新文檔
    target_doc = Document(source_file_path_list[0])
    target_composer = Composer(target_doc)
    for i in range(len(source_file_path_list)):
        #跳過第一個(gè)作為模板的文件
        if i==0:
            continue
        #填充分頁符文檔
        target_composer.append(page_break_doc)
        #拼接文檔內(nèi)容
        f = source_file_path_list[i]
        target_composer.append(Document(f))
    #保存目標(biāo)文檔
    target_composer.save(target_file_path)
    print('[ %s ]保存成功' % target_file_path)
 
 
if __name__ == '__main__':
    if len(sys.argv) < 2:
        print('缺乏必要的參數(shù)，請輸入學(xué)生Excel表作為參數(shù)')
        print('程序終止')
        exit()
 
    excel_file = sys.argv[1]
 
 
    print('請選擇需要執(zhí)行的功能：')
    print('[ 0 ] 查看各實(shí)訓(xùn)目錄下未提交的學(xué)生名單')
    print('[ 1 ] 合并實(shí)訓(xùn)文件')
    cmd = input('請選擇： ')
 
    while cmd not in ['0','1']:
        print('輸入有誤，請重新輸入，按 Ctrl+C 可退出程序')
        print('請選擇需要執(zhí)行的功能：')
        print('[ 0 ] 查看各實(shí)訓(xùn)目錄下未提交的學(xué)生名單')
        print('[ 1 ] 合并實(shí)訓(xùn)文件')
        cmd = input('請選擇： ')
 
    try:
        name_list, name_dict = read_excel(excel_file)
    except Exception as e:
        print('Excel讀取失敗，程序終止，錯(cuò)誤如下：')
        print(e)
        print()
        exit()
    else:
        if cmd == '0':
            # 實(shí)訓(xùn)目錄的數(shù)列
            file_list = []
            for i in os.listdir():
                if os.path.isdir(i):
                    if re.match(r'實(shí)訓(xùn)\d', i):
                        file_list.append(i)
 
            for i in range(1, len(file_list) + 1):
                dir_name = '實(shí)訓(xùn)%s' % i
                # 進(jìn)入該實(shí)訓(xùn)目錄
                os.chdir(dir_name)
                file_list = os.listdir()
                submit_list = []
                for x in file_list:
                    for j in name_list:
                        if j in x and j not in submit_list:
                            submit_list.append(j)
                result = list(set(submit_list) ^ set(name_list))
                if result:
                    print(dir_name, result)
                os.chdir('../')
 
        if cmd == '1':
            if not os.path.exists('實(shí)訓(xùn)匯總'):
                os.mkdir('實(shí)訓(xùn)匯總')
                print('目錄[ 實(shí)訓(xùn)匯總 ]創(chuàng)建成功')
 
            # 實(shí)訓(xùn)目錄的數(shù)列
            file_list = []
            for i in os.listdir():
                if os.path.isdir(i):
                    if re.match(r'實(shí)訓(xùn)\d',i):
                        file_list.append(i)
 
 
            for i in name_dict:
                doc_list = []
                for j in range(1,len(file_list)+1):
                    dir_name = '實(shí)訓(xùn)%s' % j
                    # 進(jìn)入該實(shí)訓(xùn)目錄
                    os.chdir(dir_name)
 
                    tmp = []
                    for x in os.listdir():
                        # 判斷文件尾綴
                        fname,fext = os.path.splitext(x)
                        # 如果是.doc，則轉(zhuǎn)換為.docx
                        if fext == '.doc' and not x.startswith('~$'):
                            w = wc.Dispatch('Word.Application')
                            doc = w.Documents.Open(os.path.abspath(x))
                            doc.SaveAs(os.path.join(os.getcwd(),'%s.docx' % fname), 16)
                            doc.Close()
                            os.remove(x)
                            print('轉(zhuǎn)換文件[ %s ]類型為.docx' % x)
                        elif fext == '.docx':
                            if (i['Sname'] in x) and (len(tmp) == 0):
                                # 只有一個(gè)文件
                                tmp.append(x)
                            elif (i['Sname'] in x) and (len(tmp) != 0):
                                # 有多個(gè)文件，按照最新的修改時(shí)間進(jìn)行替換
                                tmp_file = tmp.pop()
                                old_file_mtime = os.path.getmtime(tmp_file)
                                new_file_mtime = os.path.getmtime(x)
                                if new_file_mtime > old_file_mtime:
                                    # 新文件比較新，以新的為準(zhǔn)
                                    tmp.append(x)
                                else:
                                    # 老文件比較新，以老文件為準(zhǔn)
                                    tmp.append(tmp_file)
                        else:
                            # 其它文件類型，直接跳過
                            # print('當(dāng)前文件[ %s ]類型不是.doc或者.docx，跳過此文件的合并' % os.path.abspath(x))
                            continue
 
                    if tmp:
                        # 如果這次實(shí)訓(xùn)有這位同學(xué)的文件
                        doc_list.append(os.path.join(dir_name,tmp.pop()))
                    # 返回父目錄
                    os.chdir('../')
                if doc_list:
                    # 有內(nèi)容，進(jìn)行文檔合并
                    try:
                        merge_file_name = i['Sno'] + '-' + i['Sname'] + '-' + '實(shí)訓(xùn)匯總' + '.docx'
                        merge_doc(doc_list, './實(shí)訓(xùn)匯總/' + merge_file_name)
                    except Exception as e:
                        print()
                        print('[ %s ]學(xué)生信息有誤，程序中斷' % i['Sname'])
                        print(e)
                        print()