python中可以处理word文档的模块：docx模块

原创

已于 2023-08-23 15:06:57 修改 · 415 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #word #c# #pycharm #学习

于 2023-08-19 13:52:46 首次发布

本文介绍了如何使用python-docx模块处理word文档，包括Document对象、Paragraph对象和text属性的概念，以及如何安装、导入模块。通过示例展示了读取word文本和解析docx中插入的文件和图片的方法，强调docx文件本质上是一个ZIP文件，包含XML内容。

前言

大家早好、午好、晚好吖 ❤ ~欢迎光临本文章

话不多说，直接开搞，如果有什么疑惑/资料需要的可以点击文章末尾名片领取源码

一.docx模块

Python可以利用python-docx模块处理word文档，处理方式是面向对象的。

也就是说python-docx模块会把word文档，文档中的段落、文本、字体等都看做对象，

对对象进行处理就是对word文档的内容处理。

二.相关概念

如果需要读取word文档中的文字（一般来说，程序也只需要认识word文档中的文字信息），

需要先了解python-docx模块的几个概念。

Document对象，表示一个word文档。
Paragraph对象，表示word文档中的一个段落
Paragraph对象的text属性，表示段落中的文本内容。

三.模块的安装和导入

需要注意，python-docx模块安装需要在cmd命令行中输入pip install python-docx，

（最后那句英文Successfully installed，成功地安装完成）

注意在导入模块时，用的是import docx。

四.读取word文本

在了解了上面的信息之后，就很简单了，下面先创建一个D:\temp\word.docx文件，并在其中输入如下内容。

import docx


file=docx.Document(r"F:\python从入门到放弃\7\2\wenjian.docx")

print('段落:'+str(len(file.paragraphs)))
# 
# for para in file.paragraphs:
#     print(para.text)
    
for i in range(len(file.paragraphs)): 
    print("第"+str(i)+"段的内容是："+file.paragraphs[i].text)

import sys

from docx import Document
from docx.shared import Inches

def main

最低0.47元/天解锁文章