Python自動化Office文檔處理全攻略
一、自動化處理Word文檔
1. 安裝python-docx庫
python-docx是一個強大的庫，可以讀取、修改和創(chuàng)建Word文檔。在開始之前，你需要確保已經安裝了該庫。你可以通過以下命令安裝：
pip install python-docx
2. 讀取Word文檔內容
讀取Word文檔內容非常簡單，你可以逐段讀取文檔中的文字。以下是一個示例代碼：
from docx import Document
# 打開一個Word文檔
doc = Document('example.docx')
# 遍歷文檔中的段落并打印內容
for paragraph in doc.paragraphs:
print(paragraph.text)這段代碼會打開名為example.docx的文檔，并逐段打印其內容。
3. 修改Word文檔內容
python-docx同樣允許你修改文檔內容。例如，你可以替換文檔中的特定詞語：
from docx import Document
# 打開一個Word文檔
doc = Document('example.docx')
# 遍歷段落并替換特定詞語
for paragraph in doc.paragraphs:
if 'old_word' in paragraph.text:
new_text = paragraph.text.replace('old_word', 'new_word')
paragraph.text = new_text
# 保存修改后的文檔
doc.save('modified_example.docx')這段代碼會將文檔中的所有old_word替換為new_word，并保存為新的文檔。
4. 添加新的段落和文字
你還可以向文檔中添加新的段落和文字：
from docx import Document
# 打開一個Word文檔
doc = Document('example.docx')
# 添加一個新的段落
new_paragraph = doc.add_paragraph()
# 在新段落里添加文字
new_paragraph.add_run('This is a new paragraph added by Python.')
# 保存修改后的文檔
doc.save('modified_example.docx')這段代碼會在文檔的末尾添加一個新的段落，并寫入指定的文字。
5. 實戰(zhàn)案例：批量調整Word樣式
如果你有多個Word文檔需要統(tǒng)一調整字體、字號、段落格式等樣式，python-docx可以大顯身手。以下是一個批量調整Word樣式的示例代碼：
import os
from docx import Document
# 定義調整樣式的函數
def adjust_word_style(file_path):
doc = Document(file_path)
for paragraph in doc.paragraphs:
for run in paragraph.runs:
run.font.name = 'Times New Roman' # 設置字體
run.font.size = 12 # 設置字號
paragraph.paragraph_format.line_spacing = 1.5 # 設置行距
doc.save(file_path)
# 指定文件夾路徑
folder_path = 'your_folder_path' # 替換為你的文件夾路徑
# 遍歷文件夾中的所有文件
for file_name in os.listdir(folder_path):
if file_name.endswith('.docx'):
file_path = os.path.join(folder_path, file_name)
adjust_word_style(file_path)這段代碼會遍歷指定文件夾中的所有.docx文件，并統(tǒng)一調整其樣式。
二、自動化處理Excel文檔
1. 安裝openpyxl和pandas庫
openpyxl和pandas是處理Excel文檔的兩大利器。你可以通過以下命令安裝它們：
pip install openpyxl pandas
2. 使用openpyxl讀取和修改Excel文件
openpyxl可以輕松讀取和修改Excel文件。以下是一個示例代碼：
import openpyxl
# 加載現有的Excel文件
workbook = openpyxl.load_workbook('example.xlsx')
# 選擇工作表
sheet = workbook.active
# 讀取單元格值
cell_value = sheet['A1'].value
print(f"單元格 A1 的值是: {cell_value}")
# 修改單元格值
sheet['A1'] = "新的值"
# 保存修改后的文件
workbook.save('modified_example.xlsx')這段代碼會打開名為example.xlsx的Excel文件，讀取A1單元格的值，將其修改為“新的值”，并保存為新的文件。
3. 使用pandas讀取、清洗和保存Excel數據
pandas在處理Excel數據時更加靈活和強大。以下是一個使用pandas讀取、清洗和保存Excel數據的示例代碼：
import pandas as pd
# 讀取Excel文件
data = pd.read_excel('data.xlsx')
# 查看前五行數據
print(data.head())
# 數據清洗：刪除空值
data = data.dropna()
# 數據篩選：選擇特定列
selected_columns = data[['Name', 'Age']]
# 數據排序
sorted_data = data.sort_values(by='Age', ascending=False)
# 保存處理后的數據到新的Excel文件
sorted_data.to_excel('cleaned_data.xlsx', index=False)這段代碼會讀取名為data.xlsx的Excel文件，刪除空值，選擇Name和Age兩列，按Age列降序排序，并將處理后的數據保存為新的Excel文件。
4. 實戰(zhàn)案例：數據提取與匯總
從一個復雜的Excel表格中提取特定的數據并進行匯總計算是常見的任務。以下是一個從銷售數據表格中提取每個月的銷售額總和的示例代碼：
import openpyxl
# 加載Excel工作簿
wb = openpyxl.load_workbook('sales_data.xlsx')
# 選擇工作表
sheet = wb.active
# 初始化一個字典來存儲每個月的銷售額
monthly_sales = {}
# 遍歷表格中的行（假設第一行是標題行）
for row in range(2, sheet.max_row + 1):
month = sheet.cell(row=row, column=2).value # 假設月份在第二列
sales_amount = sheet.cell(row=row, column=3).value # 假設銷售額在第三列
if month in monthly_sales:
monthly_sales[month] += sales_amount
else:
monthly_sales[month] = sales_amount
# 打印每個月的銷售額總和
for month, sales in monthly_sales.items():
print(f"{month}: {sales}")這段代碼會讀取名為sales_data.xlsx的Excel文件，提取每個月的銷售額總和，并打印出來。
三、自動化處理PDF文檔
1. 安裝PyPDF2和pdfplumber庫
PyPDF2和pdfplumber是處理PDF文檔的兩大工具。你可以通過以下命令安裝它們：
pip install PyPDF2 pdfplumber
2. 使用PyPDF2讀取和合并PDF文件
PyPDF2可以讀取PDF文件的內容、獲取文件頁數、提取指定頁的內容以及合并多個PDF文件。以下是一個示例代碼：
import PyPDF2
# 打開PDF文件
with open('example.pdf', 'rb') as file:
reader = PyPDF2.PdfFileReader(file)
# 獲取PDF文件的頁數
num_pages = reader.getNumPages()
print(f"PDF 文件有 {num_pages} 頁")
# 提取第一頁的內容
page = reader.getPage(0)
text = page.extractText()
print(f"第一頁的內容是:\n{text}")
# 創(chuàng)建新的PDF文件
writer = PyPDF2.PdfFileWriter()
for i in range(num_pages):
page = reader.getPage(i)
writer.addPage(page)
with open('new_example.pdf', 'wb') as output_file:
writer.write(output_file)
print("新的 PDF 文件已保存")這段代碼會打開名為example.pdf的PDF文件，提取第一頁的內容并打印出來，然后創(chuàng)建一個包含所有頁的新PDF文件。
3. 使用pdfplumber更準確地提取PDF文本
相比PyPDF2，pdfplumber在提取PDF文本時更加準確。以下是一個使用pdfplumber提取PDF文本內容的示例代碼：
import pdfplumber
# 打開PDF文件
with pdfplumber.open('example.pdf') as pdf:
# 獲取PDF文件的頁數
num_pages = len(pdf.pages)
print(f"PDF 文件有 {num_pages} 頁")
# 提取第一頁的內容
first_page = pdf.pages[0]
text = first_page.extract_text()
print(f"第一頁的內容是:\n{text}")實戰(zhàn)案例：批量提取PDF中的表格數據
在處理包含表格數據的PDF文件時，pdfplumber能夠準確地提取表格內容。以下是一個批量提取指定文件夾中所有PDF文件的表格數據的示例代碼：
import os
import pdfplumber
指定文件夾路徑
folder_path = 'your_pdf_folder_path' # 替換為你的文件夾路徑
output_data = []
遍歷文件夾中的所有文件
for file_name in os.listdir(folder_path):
if file_name.endswith('.pdf'):
file_path = os.path.join(folder_path, file_name)
# 打開PDF文件
with pdfplumber.open(file_path) as pdf:
# 假設每個PDF文件只有一頁包含表格數據
page = pdf.pages[0] # 根據實際情況調整頁碼
# 提取表格
table = page.extract_table()
# 將表格數據添加到輸出列表中（可以根據需要調整數據結構）
output_data.append({
'file_name': file_name,
'table_data': table
})
打印或保存提取的表格數據
for item in output_data:
print(f"文件名: {item['file_name']}")
for row in item['table_data']:
print(row)
print("\n")
如果需要保存為Excel文件，可以使用pandas的DataFrame和to_excel方法
import pandas as pd
df = pd.DataFrame(output_data_reformatted) # 需要根據實際情況調整數據結構以適應DataFrame
df.to_excel('extracted_tables.xlsx', index=False)注意：在實際應用中，可能需要調整代碼以適應不同PDF文件的表格結構和數據格式。此外，如果PDF文件中的表格跨越多頁，需要相應地修改代碼以遍歷所有相關頁面。
通過本文的介紹，你已經掌握了使用Python自動化處理Word、Excel和PDF文檔的基本方法。這些技能將極大地提高你的辦公效率，減少手動操作的錯誤率。隨著你對這些庫和工具的深入了解，還可以探索更多高級功能，以滿足更復雜的文檔處理需求。
以上就是Python自動化Office文檔處理全攻略的詳細內容，更多關于Python自動化Office處理的資料請關注腳本之家其它相關文章！
相關文章
今天小編就為大家分享一篇Python創(chuàng)建數字列表的示例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11
這種把某個文件轉為pdf枯燥無聊的工作,既沒有什么技術含量又累. 今天辰哥就教大家將任意文件批量轉為PDF,這里以日常辦公的word、excel、ppt為例,這三種格式的文件轉為PDF.需要的朋友可以參考下2021-06-06
這篇文章主要介紹了python基于pyppeteer制作PDF文件的方法，幫助大家更好的理解和學習使用python，感興趣的朋友可以了解下2021-03-03
Pandas中一共有五個數據合并函數，分別為：concat、append、merge、join、combine，本文詳細講解這五個函數的使用方法，需要的可以參考一下2022-03-03
現在的學生大部分都很積極，會主動舉手回答問題。但是，也會遇到一些不好的情況，比如年級越高主動舉手的人越少，所以本文做了一個隨機的學生點名系統(tǒng)可以幫老師解決這些問題2022-09-09
這篇文章主要介紹了python爬蟲看看虎牙女主播中誰最“頂”,本文分步驟通過圖文實例相結合給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-12-12
用python的requests第三方模塊抓取王者榮耀所有英雄的皮膚實例
下面小編就為大家分享一篇用python的requests第三方模塊抓取王者榮耀所有英雄的皮膚實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨想過來看看吧2017-12-12
今天小編就為大家分享一篇關于Scrapy框架爬取西刺代理網免費高匿代理的實現代碼，小編覺得內容挺不錯的，現在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-02-02
在本篇文章里小編給大家整理了關于Django配置文件代碼說明知識點，有需要的朋友們學習下。2019-12-12
Python list與NumPy array 區(qū)分詳解
這篇文章主要介紹了Python list與NumPy array 區(qū)分詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-11-11