python docx tables_python docx 使用总结

本文将总结之前在使用python-docx包处理 word 文档时的一些理解与经验。

安装与引入

安装

pip3 install python-docx

引入

# 基本引用 通过 Document 可以创建一个文档对象

from docx import Document

# 子对象引用，docx.shared 中包含诸如"字号"，"颜色"，"行间距"等常用模块

# 非必要，建议只在需要的时候进行引用

from docx.shared import Length, Pt, RGBColor

结构

python-docx将整个文章看做是一个Document对象 官方文档 - Document，其基本结构如下：

每个Document包含许多个代表“段落”的Paragraph对象，存放在document.paragraphs中。

每个Paragraph都有许多个代表"行内元素"的Run对象，存放在paragraph.runs中。

基本结构

在python-docx中，run是最基本的单位，每个run对象内的文本样式都是一致的，也就是说，在从docx文件生成文档对象时，python-docx会根据样式的变化来将文本切分为一个个的Run对象。

你也可以通过它来处理表格 官方文档 - 表格，基本结构如下：

python-docx将文章中所有的表格都存放在document.tables中

每个Table都有对应的行table. rows、列table. columns和单元格(table. cell())

单元格是最基本的单位，每个单元格又被划分成不同的Paragraph对象，具体内容同上。

表格

常用操作

1. 基本流程

# 导入

from docx import Document

# 从文件创建文档对象

document = Document('./template.docx')

# 显示每段的内容

for p in document.paragraphs:

print(p.text)

# 添加段落

document.add_paragraph('这是新的段落内容')

# 保存文档

document.save('demo.docx')

2. 搜索并替换

'''

全局内容替换

请确保要替换的内容样式一致

Args:

doc: 文档对象

old_text: 要被替换的文本

new_text: 要替换成的文本

'''

def replace_text(doc, old_text, new_text):

# 遍历每个段落

for p in doc.paragraphs:

# 如果要搜索的内容在该段落

if old_text in p.text:

# 使用 runs 替换内容但不改变样式

# 注意！runs 会根据样式分隔内容，确保被替换内容的样式一致

for run in p.runs:

if old_text in run.text:

run.text = run.text.replace(old_text, new_text)

参考