Python操作Word文檔7種方法的實現(xiàn)與對比(史上最全)

更新時間：2025年03月08日 11:16:14 作者：極客代碼

在Python中操作Word文檔是一項常見的任務(wù),特別是在辦公自動化和數(shù)據(jù)處理領(lǐng)域,本文將詳細總結(jié)和對比幾種常用的Python庫和方法,有需要的可以了解下

在Python中操作Word文檔是一項常見的任務(wù)，特別是在辦公自動化和數(shù)據(jù)處理領(lǐng)域。本文將詳細總結(jié)和對比幾種常用的Python庫和方法，包括它們的優(yōu)缺點、適用場景以及具體的代碼示例。我們將深入探討每種方法的具體功能和使用技巧，幫助你更好地理解和選擇合適的方法。

1. python-docx

概述：

python-docx 是一個用于創(chuàng)建和修改Microsoft Word文檔（.docx格式）的Python庫。它提供了豐富的API，使得開發(fā)者可以輕松地生成和編輯Word文檔。

主要功能：

創(chuàng)建新的Word文檔
添加段落、標題、圖片、表格等
設(shè)置文本格式（字體、大小、顏色等）
讀取和修改現(xiàn)有文檔的內(nèi)容
插入分頁符、書簽、超鏈接等

優(yōu)點：

跨平臺：可以在任何支持Python的平臺上運行。
易于使用：API簡潔明了，文檔詳盡。
功能豐富：支持多種文檔元素的創(chuàng)建和編輯。

缺點：

只支持 .docx 格式，不支持 .doc 格式。
對于復(fù)雜的Word文檔（如包含宏或嵌入對象的文檔）支持有限。

適用場景：

創(chuàng)建和編輯簡單的Word文檔。
自動生成報告、簡歷等文檔。
批量處理Word文檔。

詳細功能和代碼示例：

1.創(chuàng)建和編輯文檔

from docx import Document
from docx.shared import Pt, Inches

# 創(chuàng)建一個新的文檔
doc = Document()

# 添加標題
doc.add_heading('文檔標題', 0)

# 添加段落
doc.add_paragraph('這是文檔的第一個段落。')

# 添加帶有樣式的文本
p = doc.add_paragraph('這是一個帶')
run = p.add_run('有特殊格式')
run.bold = True
run.italic = True

# 設(shè)置字體樣式
run = p.add_run('這是設(shè)置字體的文本')
run.font.name = 'Arial'
run.font.size = Pt(14)
run.font.bold = True
run.font.italic = True
run.font.color.rgb = RGBColor(0xFF, 0x00, 0x00)  # 紅色

# 添加圖片
doc.add_picture('path_to_image.jpg', width=Inches(1.25))

# 添加表格
table = doc.add_table(rows=2, cols=3)
table.cell(0, 0).text = '行1列1'
table.cell(0, 1).text = '行1列2'
table.cell(1, 0).text = '行2列1'

# 添加分頁符
doc.add_page_break()

# 添加書簽
p = doc.add_paragraph('這是書簽位置')
p.add_bookmark('bookmark_name')

# 添加超鏈接
p = doc.add_paragraph('這是一個超鏈接：')
run = p.add_hyperlink('https://www.example.com', '點擊這里')

# 保存文檔
doc.save('example.docx')

2.讀取和修改現(xiàn)有文檔

from docx import Document

# 打開現(xiàn)有文檔
doc = Document('existing_document.docx')

# 讀取文檔內(nèi)容
for para in doc.paragraphs:
    print(para.text)

# 修改文檔內(nèi)容
para = doc.paragraphs[0]
para.text = '這是修改后的內(nèi)容'

# 添加新段落
doc.add_paragraph('這是添加的新段落')

# 刪除段落
para = doc.paragraphs[1]
p = para._element
p.getparent().remove(p)
p._p = p._element = None

# 保存修改后的文檔
doc.save('modified_document.docx')

2. docx-mailmerge

概述：

docx-mailmerge 是一個用于批量生成Word文檔的庫。它允許你在Word模板中定義占位符，然后通過Python腳本填充這些占位符，生成多個類似的文檔。

主要功能：

讀取Word模板文件
替換模板中的占位符
生成多個文檔

優(yōu)點：

簡單易用：只需要定義模板和數(shù)據(jù)即可生成多個文檔。
支持復(fù)雜的數(shù)據(jù)結(jié)構(gòu)：可以處理嵌套的數(shù)據(jù)。

缺點：

功能相對單一：主要適用于郵件合并場景。
不支持復(fù)雜的文檔編輯操作。

適用場景：

批量生成合同、發(fā)票、證書等文檔。
自動化生成個性化報告。

詳細功能和代碼示例：

創(chuàng)建模板和生成文檔

from mailmerge import MailMerge

# 打開模板文件
template = MailMerge('template.docx')

# 查看模板中的占位符
print(template.get_merge_fields())

# 定義數(shù)據(jù)
data = {
    'name': 'John Doe',
    'address': '123 Main St',
    'city': 'Anytown',
    'state': 'Anystate',
    'zip': '12345'
}

# 生成文檔
template.merge(**data)
template.write('output.docx')

# 生成多個文檔
data_list = [
    {'name': 'John Doe', 'address': '123 Main St', 'city': 'Anytown', 'state': 'Anystate', 'zip': '12345'},
    {'name': 'Jane Smith', 'address': '456 Elm St', 'city': 'Othertown', 'state': 'Otherstate', 'zip': '67890'}
]

for i, data in enumerate(data_list):
    template.merge(**data)
    template.write(f'output_{i+1}.docx')

3. win32com.client

概述：

win32com.client 是一個用于在Python中調(diào)用Windows COM對象的庫。通過它，你可以直接控制Microsoft Word應(yīng)用程序，實現(xiàn)對Word文檔的高級操作。

主要功能：

打開和關(guān)閉Word應(yīng)用程序
創(chuàng)建和編輯文檔
讀取和修改文檔內(nèi)容
處理復(fù)雜的文檔結(jié)構(gòu)（如宏、嵌入對象等）

優(yōu)點：

功能強大：可以實現(xiàn)幾乎所有的Word操作。
支持 .doc 和 .docx 格式。

缺點：

僅限Windows平臺。
學(xué)習(xí)曲線較陡峭：需要熟悉COM對象和Word的內(nèi)部結(jié)構(gòu)。
性能較低：由于需要啟動Word應(yīng)用程序，可能會有性能損失。

適用場景：

需要進行復(fù)雜文檔操作的場景。
處理包含宏或嵌入對象的文檔。

詳細功能和代碼示例：

1.創(chuàng)建和編輯文檔

import os
from win32com.client import Dispatch

# 打開Word應(yīng)用程序
word = Dispatch('Word.Application')
word.Visible = 0  # 后臺運行，不顯示
word.DisplayAlerts = 0  # 不顯示警告

# 創(chuàng)建新文檔
doc = word.Documents.Add()

# 添加標題
doc.Paragraphs.Add().Range.Text = '文檔標題'
doc.Paragraphs.Last.Range.Font.Bold = True
doc.Paragraphs.Last.Range.Font.Size = 16

# 添加段落
doc.Paragraphs.Add().Range.Text = '這是文檔的第一個段落。'

# 添加帶有樣式的文本
p = doc.Paragraphs.Add().Range
p.Text = '這是一個帶'
p.Font.Bold = False
p.Font.Italic = False
p.Collapse(0)  # wdCollapseEnd
p.Text = '有特殊格式'
p.Font.Bold = True
p.Font.Italic = True

# 設(shè)置字體樣式
p.Collapse(0)  # wdCollapseEnd
p.Text = '這是設(shè)置字體的文本'
p.Font.Name = 'Arial'
p.Font.Size = 14
p.Font.Bold = True
p.Font.Italic = True
p.Font.Color = 255  # 紅色

# 添加圖片
doc.InlineShapes.AddPicture('path_to_image.jpg', LinkToFile=False, SaveWithDocument=True)

# 添加表格
table = doc.Tables.Add(Range=doc.Paragraphs.Add().Range, NumRows=2, NumColumns=3)
table.Cell(1, 1).Range.Text = '行1列1'
table.Cell(1, 2).Range.Text = '行1列2'
table.Cell(2, 1).Range.Text = '行2列1'

# 添加分頁符
doc.Paragraphs.Add().Range.InsertBreak(7)  # wdPageBreak

# 添加書簽
doc.Bookmarks.Add('bookmark_name', doc.Paragraphs.Add().Range)
doc.Bookmarks['bookmark_name'].Range.Text = '這是書簽位置'

# 添加超鏈接
p = doc.Paragraphs.Add().Range
p.Hyperlinks.Add(Anchor=p, Address='https://www.example.com', SubAddress='', ScreenTip='點擊這里', TextToDisplay='點擊這里')

# 保存文檔
doc.SaveAs('example.docx')

# 關(guān)閉文檔和Word應(yīng)用程序
doc.Close()
word.Quit()

2.讀取和修改現(xiàn)有文檔

import os
from win32com.client import Dispatch

# 打開Word應(yīng)用程序
word = Dispatch('Word.Application')
word.Visible = 0  # 后臺運行，不顯示
word.DisplayAlerts = 0  # 不顯示警告

# 打開現(xiàn)有文檔
doc = word.Documents.Open('existing_document.docx')

# 讀取文檔內(nèi)容
for para in doc.Paragraphs:
    print(para.Range.Text)

# 修改文檔內(nèi)容
para = doc.Paragraphs[0]
para.Range.Text = '這是修改后的內(nèi)容'

# 添加新段落
doc.Paragraphs.Add().Range.Text = '這是添加的新段落'

# 刪除段落
para = doc.Paragraphs[1]
para.Range.Delete()

# 保存修改后的文檔
doc.Save()

# 關(guān)閉文檔和Word應(yīng)用程序
doc.Close()
word.Quit()

4. mammoth

概述：

mammoth 是一個用于將Word文檔（.docx格式）轉(zhuǎn)換為HTML的庫。它可以幫助你將Word文檔的內(nèi)容提取出來，以便在Web應(yīng)用中使用。

主要功能：

將 .docx 文件轉(zhuǎn)換為 HTML
提取文檔中的文本和樣式信息

優(yōu)點：

輕量級：專注于文檔轉(zhuǎn)換，不依賴于其他庫。
易于集成：可以輕松地將轉(zhuǎn)換后的HTML嵌入到Web應(yīng)用中。

缺點：

功能單一：主要用于文檔轉(zhuǎn)換，不支持文檔編輯操作。
不支持復(fù)雜的樣式轉(zhuǎn)換：某些復(fù)雜的樣式可能無法完全保留。

適用場景：

將Word文檔轉(zhuǎn)換為HTML，用于Web展示。
提取文檔中的純文本內(nèi)容。

詳細功能和代碼示例：

轉(zhuǎn)換文檔

from mammoth import convert_to_html

# 讀取 .docx 文件
with open('input.docx', 'rb') as docx_file:
    result = convert_to_html(docx_file)

# 獲取轉(zhuǎn)換后的HTML
html = result.value

# 保存HTML文件
with open('output.html', 'w', encoding='utf-8') as html_file:
    html_file.write(html)

# 處理轉(zhuǎn)換錯誤
if result.messages:
    for message in result.messages:
        print(f"Error: {message.type} - {message.message}")

5. pandoc

概述：

pandoc 是一個強大的文檔轉(zhuǎn)換工具，支持多種格式之間的轉(zhuǎn)換。雖然它不是一個Python庫，但可以通過Python腳本調(diào)用 pandoc 命令來實現(xiàn)文檔轉(zhuǎn)換。

主要功能：

將多種格式的文檔轉(zhuǎn)換為Word文檔（.docx）
支持Markdown、LaTeX等多種格式

優(yōu)點：

支持廣泛的文檔格式。
轉(zhuǎn)換質(zhì)量高：能夠很好地保留原始文檔的格式。

缺點：

需要安裝 pandoc 命令行工具。
不支持文檔編輯操作。

適用場景：

將其他格式的文檔轉(zhuǎn)換為Word文檔。
需要高質(zhì)量文檔轉(zhuǎn)換的場景。

詳細功能和代碼示例：

轉(zhuǎn)換文檔

import subprocess

# 調(diào)用 pandoc 命令將 Markdown 文件轉(zhuǎn)換為 Word 文檔
subprocess.run(['pandoc', 'input.md', '-o', 'output.docx'])

# 調(diào)用 pandoc 命令將 LaTeX 文件轉(zhuǎn)換為 Word 文檔
subprocess.run(['pandoc', 'input.tex', '-o', 'output.docx'])

# 調(diào)用 pandoc 命令將 HTML 文件轉(zhuǎn)換為 Word 文檔
subprocess.run(['pandoc', 'input.html', '-o', 'output.docx'])

# 處理轉(zhuǎn)換錯誤
try:
    subprocess.run(['pandoc', 'input.md', '-o', 'output.docx'], check=True)
except subprocess.CalledProcessError as e:
    print(f"Error: {e.returncode} - {e.output}")

6. PyWinAuto

概述：

PyWinAuto 是一個自動化測試工具，可以用來模擬用戶操作，包括打開和編輯Word文檔。這種方法適用于需要進行復(fù)雜交互操作的場景。

主要功能：

模擬用戶操作（點擊、輸入文本等）
控制應(yīng)用程序窗口和菜單

優(yōu)點：

靈活性高：可以模擬任何用戶操作。
支持復(fù)雜的交互操作。

缺點：

僅限Windows平臺。
學(xué)習(xí)曲線較陡峭：需要熟悉自動化測試的概念和技術(shù)。

適用場景：

需要進行復(fù)雜交互操作的場景。
測試和驗證Word文檔的功能。

詳細功能和代碼示例：

模擬用戶操作

from pywinauto.application import Application

# 啟動Word應(yīng)用程序
app = Application().start('C:\\Program Files\\Microsoft Office\\Office16\\WINWORD.EXE')
app.connect(title='無標題 - Word')

# 模擬輸入文本
app.window(title='無標題 - Word').type_keys('Hello, World!', with_spaces=True)

# 保存文檔
app.window(title='無標題 - Word').menu_select('文件->另存為...')
app.window(title='另存為').type_keys('C:\\path\\to\\file.docx', with_spaces=True)
app.window(title='另存為').button('保存').click()

# 關(guān)閉文檔
app.window(title='無標題 - Word').menu_select('文件->關(guān)閉')

# 關(guān)閉Word應(yīng)用程序
app.kill()

7. Apache POI via Py4J

概述：

Apache POI 是一個Java庫，用于處理Microsoft Office文件格式。通過 Py4J，你可以在Python中調(diào)用Java代碼，從而利用 Apache POI 處理Word文檔。

主要功能：

創(chuàng)建和編輯Word文檔
讀取和修改文檔內(nèi)容
處理復(fù)雜的文檔結(jié)構(gòu)

優(yōu)點：

功能強大：可以實現(xiàn)幾乎所有Word操作。
支持多種Office文件格式。

缺點：

需要安裝Java環(huán)境。
學(xué)習(xí)曲線較陡峭：需要熟悉Java和 Py4J 的使用。

適用場景：

需要處理復(fù)雜文檔結(jié)構(gòu)的場景。
需要跨平臺支持的場景。

詳細功能和代碼示例：

創(chuàng)建和編輯文檔

首先，你需要安裝 Py4J 和 Apache POI，然后編寫一個Java類來處理Word文檔。

// Java code (WordProcessor.java)
import org.apache.poi.xwpf.usermodel.*;

public class WordProcessor {
    public void createDocument(String path) {
        XWPFDocument document = new XWPFDocument();
        
        // 添加標題
        XWPFParagraph titlePara = document.createParagraph();
        titlePara.setAlignment(ParagraphAlignment.CENTER);
        XWPFRun titleRun = titlePara.createRun();
        titleRun.setText("文檔標題");
        titleRun.setFontSize(16);
        titleRun.setBold(true);
        
        // 添加段落
        XWPFParagraph para = document.createParagraph();
        XWPFRun run = para.createRun();
        run.setText("這是文檔的第一個段落。");
        
        // 添加帶有樣式的文本
        run = para.createRun();
        run.setText("這是一個帶");
        run = para.createRun();
        run.setText("有特殊格式");
        run.setBold(true);
        run.setItalic(true);
        
        // 設(shè)置字體樣式
        run = para.createRun();
        run.setText("這是設(shè)置字體的文本");
        run.setFontFamily("Arial");
        run.setFontSize(14);
        run.setBold(true);
        run.setItalic(true);
        run.setColor("FF0000");  // 紅色
        
        // 添加圖片
        try {
            InputStream pictureStream = new FileInputStream("path_to_image.jpg");
            document.addPictureData(pictureStream, Document.PICTURE_TYPE_JPEG);
            int pictureIndex = document.getAllPictures().size();
            XWPFParagraph picPara = document.createParagraph();
            XWPFRun picRun = picPara.createRun();
            picRun.addPicture(document.getAllPictures().get(pictureIndex - 1), Document.PICTURE_TYPE_JPEG, "image.jpg", Units.toEMU(100), Units.toEMU(100));
        } catch (Exception e) {
            e.printStackTrace();
        }
        
        // 添加表格
        XWPFTable table = document.createTable(2, 3);
        table.getRow(0).getCell(0).setText("行1列1");
        table.getRow(0).getCell(1).setText("行1列2");
        table.getRow(1).getCell(0).setText("行2列1");
        
        // 添加分頁符
        XWPFParagraph pageBreakPara = document.createParagraph();
        pageBreakPara.createRun().addBreak(BreakType.PAGE);
        
        // 添加書簽
        XWPFParagraph bookmarkPara = document.createParagraph();
        bookmarkPara.createBookmark("bookmark_name");
        bookmarkPara.createRun().setText("這是書簽位置");
        
        // 添加超鏈接
        XWPFParagraph linkPara = document.createParagraph();
        XWPFHyperlink link = linkPara.createHyperlink();
        link.setAddress("https://www.example.com");
        link.createRun().setText("點擊這里");
        
        // 保存文檔
        try {
            FileOutputStream out = new FileOutputStream(path);
            document.write(out);
            out.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

然后在Python中調(diào)用這個Java類：

from py4j.java_gateway import JavaGateway, GatewayClient

# 啟動Java Gateway
gateway = JavaGateway(GatewayClient(port=25333), start_callback_server=True)

# 獲取Java對象
word_processor = gateway.entry_point.getWordProcessor()

# 調(diào)用Java方法
word_processor.createDocument("output.docx")

# 關(guān)閉Gateway
gateway.close()

總結(jié)

方法	主要功能	優(yōu)點	缺點	適用場景
python-docx	創(chuàng)建、編輯Word文檔	跨平臺、易于使用、功能豐富	只支持 .docx 格式、不支持復(fù)雜文檔	創(chuàng)建和編輯簡單文檔、自動生成報告
docx-mailmerge	批量生成Word文檔	簡單易用、支持復(fù)雜數(shù)據(jù)	功能單一、不支持文檔編輯	批量生成合同、發(fā)票等
win32com.client	控制Word應(yīng)用程序	功能強大、支持 .doc 和 .docx 格式	僅限Windows平臺、學(xué)習(xí)曲線陡峭	復(fù)雜文檔操作、處理嵌入對象
mammoth	將 .docx 轉(zhuǎn)換為 HTML	輕量級、易于集成	功能單一、不支持文檔編輯	文檔轉(zhuǎn)換、Web展示
pandoc	文檔格式轉(zhuǎn)換	支持廣泛格式、轉(zhuǎn)換質(zhì)量高	需要安裝命令行工具	文檔轉(zhuǎn)換、高質(zhì)量輸出
PyWinAuto	模擬用戶操作	靈活性高、支持復(fù)雜交互	僅限Windows平臺、學(xué)習(xí)曲線陡峭	復(fù)雜交互操作、測試驗證
Apache POI via Py4J	創(chuàng)建、編輯Word文檔	功能強大、支持多種格式	需要Java環(huán)境、學(xué)習(xí)曲線陡峭	復(fù)雜文檔操作、跨平臺支持