快捷導(dǎo)航

Python實(shí)現(xiàn)自動(dòng)化處理Word文檔的方法詳解

更新時(shí)間：2022年08月30日 16:56:46 作者：夢里逆天

本文主要介紹了如何使用Python實(shí)現(xiàn)Word文檔的自動(dòng)化處理，包括批量生成Word文檔、在Word文檔中批量進(jìn)行查找和替換、將Word文檔批量轉(zhuǎn)換成PDF等，希望對(duì)你有所幫助

1. 批量生成Word文檔

安裝openpyxl模塊

pip install openpyxl

安裝python-docx模塊

pip install python-docx

openpyxl模塊可以讀寫擴(kuò)展名為.xlsx/.xlsm/.xltx/.xltm的Excel文件。

python-docx模塊可以讀寫擴(kuò)展名為.docx的Word文檔，但不能處理擴(kuò)展名為.doc的Word文檔。

import re

from docx.enum.table import WD_CELL_VERTICAL_ALIGNMENT, WD_TABLE_ALIGNMENT
from openpyxl import load_workbook
from docx import Document


def info_update(doc, old_info, new_info):
    """
    文檔內(nèi)容替換
    :param doc: Word模板文檔
    :param old_info: 源文本
    :param new_info: 新文本
    :return:
    """
    # 遍歷Word文檔中的所有段落
    for para in doc.paragraphs:
        # 遍歷每個(gè)段落中的run對(duì)象
        for run in para.runs:
            # 替換run對(duì)象的文本內(nèi)容
            # run.text = run.text.replace(r'《'+old_info+'》', new_info)
            run.text = run.text.replace(old_info, new_info)
            run.text = re.sub(r'[《》]', '', run.text)

    # 遍歷Word文檔中的所有表格
    for table in doc.tables:
        # 遍歷表格中的所有行
        for row in table.rows:
            # 遍歷行中的所有單元格
            for cell in row.cells:
                # 替換單元格內(nèi)容
                cell.text = cell.text.replace('《' + old_info + '》', new_info)

        # 設(shè)置表格中的內(nèi)容居中顯示
        # 計(jì)算表格的rows和cols的長度
        rows = len(table.rows)
        cols = len(table.columns)
        # 循環(huán)將每一行，每一列都設(shè)置為居中
        for r in range(rows):
            for c in range(cols):
                table.cell(r, c).vertical_alignment = WD_CELL_VERTICAL_ALIGNMENT.CENTER  # 垂直居中
                table.cell(r, c).paragraphs[0].paragraph_format.alignment = WD_TABLE_ALIGNMENT.CENTER  # 水平居中


wb = load_workbook('學(xué)生成績表.xlsx')  # 打開工作簿
ws = wb.active  # 激活工作簿中的工作表
# 遍歷工作表的行，從第2行開始
for row in range(2, ws.max_row + 1):
    doc = Document('成績通知書.docx')  # 創(chuàng)建文檔對(duì)象
    # 遍歷工作表的列
    for col in range(1, ws.max_column + 1):
        # 讀取當(dāng)前列的第一行，即列標(biāo)題，單元格的值轉(zhuǎn)換成字符串
        old_info = str(ws.cell(row=1, column=col).value)
        # 讀取當(dāng)前列的數(shù)據(jù)，單元格的值需要轉(zhuǎn)換成字符串
        new_info = str(ws.cell(row=row, column=col).value)
        # 進(jìn)行內(nèi)容替換
        info_update(doc, old_info, new_info)
        student_name = str(ws.cell(row=row, column=1).value)
        doc.save(f'scores\\成績單--致{student_name}.docx')

測試文件：

測試效果：

2. 將Word文檔批量轉(zhuǎn)換成PDF

安裝pywin32模塊

pip install pywin32

from pathlib import Path
from win32com.client import constants, gencache

# 創(chuàng)建Path對(duì)象
# 路徑要使用絕對(duì)路徑
src_folder = Path(r'E:\pythonProject\python辦公自動(dòng)化\第5章 自動(dòng)化處理Word文檔\scores')
output_folder = Path(r'E:\pythonProject\python辦公自動(dòng)化\第5章 自動(dòng)化處理Word文檔\PDF')
# 判斷輸出目錄是否存在
if not output_folder.exists():
    # 不存在則創(chuàng)建
    output_folder.mkdir(parents=True)

file_list = list(src_folder.glob('*[.docx|.doc]'))  # 獲得要轉(zhuǎn)換的Word文檔的路徑列表

word = gencache.EnsureDispatch('Word.Application')  # 創(chuàng)建Word程序?qū)ο?
# word = win32com.client.Dispatch('Word.Application')
for word_path in file_list:
    # 生成轉(zhuǎn)換后的PDF文件的保存路徑
    pdf_path = output_folder / word_path.with_suffix('.pdf').name  # with_suffix()返回文件后綴已更改的新路徑
    # 判斷pdf文件路徑是否已存在
    if pdf_path.exists():
        continue
    else:
        # 路徑需要是絕對(duì)路徑，否則會(huì)報(bào)錯(cuò)
        doc = word.Documents.Open(str(word_path), ReadOnly=1)  # 打開Word文檔
        # 設(shè)置導(dǎo)出格式為pdf
        doc.ExportAsFixedFormat(str(pdf_path), constants.wdExportFormatPDF)  # 將打開的Word文檔另存為PDF文件，保存到給定的路徑
        doc.Close()  # 關(guān)閉Word文檔
word.Quit()  # 關(guān)閉Word程序窗口

測試文件：

測試效果：

3. 在Word文檔中批量標(biāo)記關(guān)鍵詞

import win32com.client as win32

# 路徑要使用絕對(duì)路徑
input_file = r'E:\pythonProject\python辦公自動(dòng)化\第5章 自動(dòng)化處理Word文檔\勞動(dòng)合同.docx'
output_file = r'E:\pythonProject\python辦公自動(dòng)化\第5章 自動(dòng)化處理Word文檔\勞動(dòng)合同1.docx'
word = win32.gencache.EnsureDispatch('Word.Application')  # 打開一個(gè)Word程序窗口
word.Visible = False  # 設(shè)置窗口為隱藏狀態(tài)，即在后臺(tái)運(yùn)行
cs = win32.constants  # 導(dǎo)入Word開發(fā)接口提供的預(yù)設(shè)常量集合
doc = word.Documents.Open(input_file)  # 打開要處理的Word文檔
# 設(shè)置要標(biāo)記的關(guān)鍵詞列表
keyword_list = ['報(bào)酬', '保險(xiǎn)', '培訓(xùn)', '解除', '終止']
# 設(shè)置每個(gè)關(guān)鍵詞的突出顯示顏色
color_list = [cs.wdYellow, 14, cs.wdGreen, cs.wdRed, 13]
"""
值--顏色常量--含義：
1--wdBlack--黑色
2--wdBlue--藍(lán)色
3--wdTurquoise--青綠色
4--wdBrightGreen--鮮綠色
5--wdPink--粉紅色
6--wdRed--紅色
7--wdYellow--黃色
8--wdWhite--白色
9--wdDarkBlue--深藍(lán)色
10--wdTeal--青色
11--wdGreen--綠色
12--wdViolet--紫羅蘭色
13--wdDarkRed--深紅色
14--wdDarkYellow--深黃色
15--wdGray50--50%灰色
16--wdGray25--25%灰色
"""

for w, c in zip(keyword_list, color_list):  # 使用zip()函數(shù)將關(guān)鍵詞列表和標(biāo)記顏色列表中的元素一一配對(duì)分別賦給w和c
    word.Options.DefaultHighlightColorIndex = c  # 設(shè)置突出顯示的顏色
    findObj = word.Selection.Find  # 創(chuàng)建Find對(duì)象
    findObj.ClearFormatting()  # 清除查找文本的格式，表示查找文本時(shí)不限制文本格式
    findObj.Text = w  # 設(shè)置查找文本
    findObj.Replacement.ClearFormatting()  # 清除替換文本的格式設(shè)置
    findObj.Replacement.Text = w  # 將替換文本設(shè)置為與查找文本相同的值
    findObj.Replacement.Font.Bold = True  # 設(shè)置替換文本的格式為加粗
    findObj.Replacement.Font.Italic = True  # 設(shè)置替換文本的格式為斜體
    findObj.Replacement.Font.Underline = cs.wdUnderlineDouble  # 設(shè)置替換文本加雙下劃線
    findObj.Replacement.Highlight = True  # 設(shè)置替換時(shí)對(duì)文本做突出顯示
    findObj.Execute(Replace=cs.wdReplaceAll)  # 執(zhí)行查找和替換，wdReplaceAll表示全部替換
# 將處理后的word文檔以新的文件名另存
doc.SaveAs(output_file)
# 關(guān)閉Word文檔
doc.Close()
# 關(guān)閉Word程序窗口
word.Quit()

測試效果：

4. 在Word文檔中批量替換關(guān)鍵詞

from pathlib import Path
import win32com.client as win32

# 創(chuàng)建Path對(duì)象
src_folder = Path(r'E:\pythonProject\python辦公自動(dòng)化\第5章 自動(dòng)化處理Word文檔\Files')
output_folder = Path(r'E:\pythonProject\python辦公自動(dòng)化\第5章 自動(dòng)化處理Word文檔\output_files')
# 判斷輸出文件夾是否存在
if not output_folder.exists():
    # 創(chuàng)建文件夾
    output_folder.mkdir(parents=True)
file_list = list(src_folder.glob('*.docx'))  # 獲得給定文件的word文檔路徑列表
# 以替換前的關(guān)鍵詞作為建，以替換后的內(nèi)容作為值，建立字典
replace_dict = {'確定': '確認(rèn)', '訂立': '簽訂', '執(zhí)行': '履行'}
word = win32.gencache.EnsureDispatch('Word.Application')  # 打開Word程序窗口
word.Visible = False  # 設(shè)置窗口隱藏
cs = win32.constants  # 導(dǎo)入Word開發(fā)接口提供的預(yù)設(shè)常量集合
for file in file_list:
    doc = word.Documents.Open(str(file))  # 打開Word文檔
    print(file.name)
    for old_txt, new_txt in replace_dict.items():
        findObj = word.Selection.Find  # 創(chuàng)建Find對(duì)象
        findObj.ClearFormatting()  # 清除查找文本的格式，表示查找文本時(shí)不限制文本格式
        findObj.Text = old_txt  # 設(shè)置查找文本
        findObj.Replacement.ClearFormatting()  # 清除替換文本的格式設(shè)置
        findObj.Replacement.Text = new_txt  # 設(shè)置替換文本
        # 判斷Find對(duì)象的Execute()函數(shù)在文檔中是否找到關(guān)鍵詞
        if findObj.Execute(Replace=cs.wdReplaceAll):  # 執(zhí)行查找和替換，wdReplaceAll表示全部替換
            print(f'{old_txt}-->{new_txt}')
    new_file = output_folder / file.name  # 生成輸出文件的路徑
    doc.SaveAs(str(new_file))  # # 將處理后的word文檔以新的文件名另存
    doc.Close()  # 關(guān)閉Word文檔
word.Quit()  # 關(guān)閉Word程序窗口

測試效果：