详解python-docx处理Word必备工具

我的理解

为什么会用到python-docx,因为近段时间下载了大量网文，但格式都是html的，我个人习惯使用word处理文字，于是就想法设法把html文档转换为word，首先要考虑的问题就是从html中提取的文字怎么存word里呢，之前用了pandoc直接转换，带转换后的效果太不理想，没什么格式，不符合我这种对word格式有严格要求强迫症人的需要，于是就到处搜寻其他方法，终于功夫不负有心人，通过几天研究python-docx，感觉很适合我，就一边分析html文档，一边思考怎么用python-docx存想要的格式word，因为我的word排版，一般习惯 页面要设置成5678页边距的，大小A4的，正文主标题 方正小标宋，其他标题要么黑体，要么加粗，正文要首行缩进2字符 仿宋_GB2312，页脚要加页码显示，大概这些样式。

python-docx 创建一篇文档也差不多是这么个思路，一篇文档也就是Document()对象 首先要分成不同的节，也就是由sections对象控制，然后每节中又分成不同的段落paragraphs对象，每段又由不同的块run对象组成，针对不同的节（section）可以设置页面的一些属性，针对不同的段落（paragraph），可以设置间距和缩进、换行和分页等，针对不同块（run）可以设置字体的字型、颜色、大小等。可以先设置好整篇文章的大致段落、字体等格式，然后针对不同段落和块可以单独再进行设置。

我主要讲讲自己用到的几个内容是怎么设置的。

安装库：

pip install python-docx

用到的库

from docx import Document（文档读写）
from docx.shared import Pt,Cm,Inches （字体大小，不一定全用到）
from docx.oxml.ns import qn（设置字体格式,分栏等用到）
from docx.shared import RGBColor （设置字体颜色）
from docx.enum.text import WD_ALIGN_PARAGRAPH （设置对其方式）
from docx.enum.section import WD_ORIENTATION （纸张方向用到）

设置大致格式

这样设置完了之后有一个好处就是，后往里面写入文档的时候回自动按这个格式，如果有需要改动的再单独写入时改。

docment = docx.Document(docx_tamplate) # 读取模板文档，这里可以不用模板文档，因为python-docx没法设置页码，所以我先建了一个有页码的空白文档作为模板文档
# 设置正文默认格式
# 字体大小三号字（16）
docment.styles['Normal'].font.size = Pt(16)
# 字体仿宋_GB2312
docment.styles['Normal'].font.name = u'仿宋_GB2312'
docment.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'仿宋_GB2312')
# 行间距 28磅 段前、段后不留空
docment.styles['Normal'].paragraph_format.line_spacing = Pt(29)
docment.styles['Normal'].paragraph_format.space_before = Pt(0)
docment.styles['Normal'].paragraph_format.space_after = Pt(0)
# 首行缩进2字符
docment.styles['Normal'].paragraph_format.first_line_indent = 406400
# 关闭孤行控制
docment.styles['Normal'].paragraph_format.widow_control = False
# 设置页面大小
docment.sections[0].page_height = Cm(29.7)  # 设置A4纸的高度
docment.sections[0].page_width = Cm(21)  # 设置A4纸的宽
# 设置页边距
docment.sections[0].top_margin = Cm(3.7)
docment.sections[0].bottom_margin = Cm(3.4)
docment.sections[0].left_margin = Cm(2.8)
docment.sections[0].right_margin = Cm(2.6)

单独设置段格式

doc=Document() #创建一个空白文档
p1=doc.add_paragraph()  #初始化建立一个自然段
p1.alignment=WD_ALIGN_PARAGRAPH.CENTER  #对齐方式为居中，没有这句话默认左对齐。另外右对齐：RIGHT，两端对齐：JUSTIFY，分散对齐：DISTRIBUTE

p1.paragraph_format.line_spacing=1.5  #设置该段落，行间距为1.5倍，也可以像上面设默认值那样用Pt单位来设置
p1.paragraph_format.first_line_indent=Inches(0.5)  #段落缩进0.5英寸，我还是习惯设置2字符 值为：406400
p1.paragraph_format.left_line_indent=Inches(0.5)  #设置左缩进0.5英寸。一般用不到
p1.paragraph_format.right_line_indent=Inches(0.5)  #设置右缩进0.5英寸，一般用不到
p1.paragraph_format.keep_together = False  # 段前分页
p1.paragraph_format.keep_with_next = False  # 与下段同页
p1.paragraph_format.page_break_before = True  # 段中不分页
p1.paragraph_format.widow_control = False  # 孤行控制
p1.space_after=Pt(5)  #设置段后距离为5磅
p1.space_before=Pt(5)  #设置段前距离为5磅

run1=p1.add_run('你好')   #写入段落的中的文本“你好”
run1.font.size=Pt(12)  #单独设置字体大小为24
run1.font.bold=True  #样式设置加粗
run1.italic=True  #字形设置斜体
run1.font.underline = True  # 下划线
run1.font.color.rgb = RGBColor(255, 0, 0)  # 颜色

插入图片

#添加图片，设置图片大小
doc.add_picture(r"图片路径", width=Cm(10))

插入表格

tab = doc.add_table(rows=5, cols=8, style='Table Grid') # 创建一个5行8列的表格，样式为Table Grid
tab.cell(0, 0).text = '表角'  # 0行0列的内容为表角
cell=tab.cell(0, 1).merge(tab.cell(0, 3)) # 合并0行1列到0行3列
p = cell.paragraphs[0]
run = p.add_run(‘合并') #在单元格内容创建一个段落，并写入‘合并'文本
run.font.size = Pt(10.5)  # 字体大小设置，和word里面的字号相对应5号字
run.bold = True
p.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER  # 设置为加粗 居中显示

到此这篇关于python-docx处理Word必备工具的文章就介绍到这了,更多相关python-docx处理Word内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • Python 实现向word(docx)中输出

    安装python-docx pip install python-docx 如果python2安装后不能使用(找不到包),建议直接使用python3,安装代码如下 pip3 install python-docx from docx import Document from docx.shared import Pt # 简单的打开word,输入数据,关闭word document = Document() # 向word里增加段落 document.add_paragraph('hello')

  • Python读取Word（.docx）正文信息的方法

    本文介绍用Python简单读取*.docx文件信息,一些python-word库就是对这种方法的扩展. 介绍分两部分: Word(*.docx)文件简述 Python提取Word信息 Word(*.docx)文件简述 大约在2008年以前,Office产品中Word用.doc文件格式,这种二进制格式很难与其他软件兼容. 为了跟上时代,微软采用类XML格式标准定义其新版Word文件.docx. .docx实际上是一个zip的压缩文件,比如我们有一个test.docx的文件: 其内容如下: 改变其后

  • python实现生成Word、docx文件的方法分析

    本文实例讲述了python实现生成Word.docx文件的方法.分享给大家供大家参考,具体如下: http://python-docx.readthedocs.io/en/latest/index.html 生成word的利器! 一.快速开始 from docx import Document document = Document() 1.段落 加一个段落,下面paragraph 是前面内容的光标指向,后面再该处插入一句话. paragraph = document.add_paragraph

  • Python使用python-docx读写word文档

    Python使用python-docx读写word文档

    python-docx库可用于创建和编辑Microsoft Word(.docx)文件. 官方文档:链接地址 备注: doc是微软的专有的文件格式,docx是Microsoft Office2007之后版本使用,其基于Office Open XML标准的压缩文件格式,比 doc文件所占用空间更小.docx格式的文件本质上是一个ZIP文件,所以其实也可以把.docx文件直接改成.zip,解压后,里面的 word/document.xml包含了Word文档的大部分内容,图片文件则保存在word/me

  • 使用Python docx修改word关键词颜色的操作

    需求: 在刷word题库的时候,答案就在题目下方,干扰复习效果,将答案字体变成白色,查看答案的时候只需要将答案背景刷黑 转换需求: 在word中找到关键字"答案"将其后面的信息改变颜色为白色 由于第一次使用 import docx,最初想按照如上思想实现比较麻烦,后整理思路,将题库保存为txt,逐条读取转存入word,利用分割函数对关键字进行分割,关键字后面的信息即为答案改变颜色,效果和需求一致,只是新建了文件 实现代码: import os import re import docx

  • python-docx修改已存在的Word文档的表格的字体格式方法

    搞了好几天的表格字体格式,一直想找一种能直接一次性修改表格所有字体格式的方法(函数),但是无论用什么方法都无法修改表格字体的格式,原因应该是已存在的文档本身就具有某种格式限制,制约着里面表格里面字体格式的更改,直接用类似:table.style.font.name='Arial',table.style.font.size = 120000-.之类的函数是不能更改表格的字体格式的(PS:可能该功能在开发中,也可能我没找到对应直接修改整个表格里面字体的方法) 但是后来发现表格里面用run = ad

  • Python操作word常见方法示例【win32com与docx模块】

    本文实例讲述了Python操作word常见方法.分享给大家供大家参考,具体如下: 这里介绍两种方式: 使用win32com 使用docx 1. 使用win32com扩展包 只对windows平台有效 代码: # coding=utf-8 import win32com from win32com.client import Dispatch, DispatchEx word = Dispatch('Word.Application') # 打开word应用程序 # word = Dispatch

  • 基于python的docx模块处理word和WPS的docx格式文件方式

    Python docx module for Word or WPS processing 本文是通过docx把word中的表格中的某些已填好的内容提取出来,存入excel表格. 首先安装docx的python模块: pip install python-docx 由于处理的为中文和符号,改成utf-8编码格式 import sys reload(sys) sys.setdefaultencoding('utf-8') from docx import Document import panda

  • 详解python-docx处理Word必备工具

    我的理解 为什么会用到python-docx,因为近段时间下载了大量网文,但格式都是html的,我个人习惯使用word处理文字,于是就想法设法把html文档转换为word,首先要考虑的问题就是从html中提取的文字怎么存word里呢,之前用了pandoc直接转换,带转换后的效果太不理想,没什么格式,不符合我这种对word格式有严格要求强迫症人的需要,于是就到处搜寻其他方法,终于功夫不负有心人,通过几天研究python-docx,感觉很适合我,就一边分析html文档,一边思考怎么用python-d

  • 详解python实现可视化的MD5、sha256哈希加密小工具

    本文主要介绍了详解python实现可视化的MD5.sha256哈希加密小工具,分享给大家,具体如下: 效果图: 刚启动的状态 输入文本.触发加密按钮后支持复制 超过十条不全量显示 代码 import hashlib import tkinter as tk #窗口控制 windowss=tk.Tk() windowss.title('Python_md5')#窗口title,并非第一行 windowss.geometry('820x550') windowss.resizable(width=T

  • 详解Python自动化之文件自动化处理

    一.生成随机的测验试卷文件 假如你是一位地理老师, 班上有 35 名学生, 你希望进行美国各州首府的一个小测验.不妙的是,班里有几个坏蛋, 你无法确信学生不会作弊.你希望随机调整问题的次序, 这样每份试卷都是独一无二的, 这让任何人都不能从其他人那里抄袭答案.当然,手工完成这件事又费时又无聊. 下面是程序所做的事: • 创建 35 份不同的测验试卷. • 为每份试卷创建 50 个多重选择题,次序随机. • 为每个问题提供一个正确答案和 3 个随机的错误答案,次序随机. • 将测验试卷写到 35

  • 详解python中的 is 操作符

    大家可以与Java中的 == 操作符相互印证一下,加深一下对引用和对象的理解.原问题: Python为什么直接运行和在命令行运行同样语句但结果却不同,他们的缓存机制不同吗? 其实,高票答案已经说得很详细了.我只是再补充一点而已. is 操作符是Python语言的一个内建的操作符.它的作用在于比较两个变量是否指向了同一个对象. 与 == 的区别 class A(): def __init__(self, v): self.value = v def __eq__(self, t): return

  • 详解Python之unittest单元测试代码

    详解Python之unittest单元测试代码

    前言 编写函数或者类时,还可以为其编写测试.通过测试,可确定代码面对各种输入都能够按要求的那样工作. 本次我将介绍如何使用Python模块unittest中的工具来测试代码. 测试函数 首先我们先编写一个简单的函数,它接受姓.名.和中间名三个参数,并返回完整的姓名: names.py def get_fullname(firstname,lastname,middel=''): '''创建全名''' if middel: full_name = firstname + ' ' + middel

  • 详解python程序中的多任务

    现实生活中,有很多场景中的事情是同时进行的,比如开车的时候,手和脚共同来驾驶汽车,再比如唱歌跳舞也是同时进行的. 以上这些可以理解为多任务.那在程序中怎么能做到多任务,它有什么好处? 接下来我们来看看没有多任务的程序是什么效果. import time def sing(): for i in range(5): print("正在唱...") time.sleep(1) def dance(): for i in range(5): print("正在跳...")

  • 详解Python中第三方库Faker

    项目开发初期,为了测试方便,我们总要造不少假数据到系统中,尽量模拟真实环境. 比如要创建一批用户名,创建一段文本,电话号码,街道地址.IP地址等等. 平时我们基本是键盘一顿乱敲,随便造个什么字符串出来,当然谁也不认识谁. 现在你不要这样做了,用Faker就能满足你的一切需求. 1. 安装 pip install Faker 2. 简单使用 >>> from faker import Faker >>> fake = Faker(locale='zh_CN') >&

  • 详解python爬取弹幕与数据分析

    很不幸的是,由于疫情的关系,原本线下的AWD改成线上CTF了.这就很难受了,毕竟AWD还是要比CTF难一些的,与人斗现在变成了与主办方斗. 虽然无奈归无奈,但是现在还是得打起精神去面对下一场比赛.这个开始也是线下的,决赛地点在南京,后来是由于疫情的关系也成了线上. 当然,比赛内容还是一如既往的得现学,内容是关于大数据的. 由于我们学校之前并没有开设过相关培训,所以也只能自己琢磨了. 好了,废话先不多说了,正文开始. 一.比赛介绍 大数据总体来说分为三个过程. 第一个过程是搭建hadoop环境.

  • 详解Python GUI编程之PyQt5入门到实战

    详解Python GUI编程之PyQt5入门到实战

    1. PyQt5基础 1.1 GUI编程学什么 大致了解你所选择的GUI库 基本的程序的结构:使用这个GUI库来运行你的GUI程序 各种控件的特性和如何使用 控件的样式 资源的加载 控件的布局 事件和信号 动画特效 界面跳转 设计工具的使用 1.2 PyQT是什么 QT是跨平台C++库的集合,它实现高级API来访问现代桌面和移动系统的许多方面.这些服务包括定位和定位服务.多媒体.NFC和蓝牙连接.基于Chromium的web浏览器以及传统的UI开发.PyQt5是Qt v5的一组完整的Python

  • 详解python中的三种命令行模块(sys.argv,argparse,click)

    Python作为一门脚本语言,经常作为脚本接受命令行传入参数,Python接受命令行参数大概有三种方式.因为在日常工作场景会经常使用到,这里对这几种方式进行总结. 命令行参数模块 这里命令行参数模块平时工作中用到最多就是这三种模块:sys.argv,argparse,click.sys.argv和argparse都是内置模块,click则是第三方模块. sys.argv模块(内置模块) 先看一个简单的示例: #!/usr/bin/python import sys def hello(name,

随机推荐