使用 python 修改 word 文档

说明：这个需求是老师想要一个自动识别 word 文档中指定位置的分数，并填入相应表格。
使用库 python-docx 的官方文档地址是：python-docx

一、安装 python-docx 库文件

在 cmd 命令行中使用以下命令安装库文件

pip install python-docx

安装效果如下图：

二、引入库，创建&打开&保存 docx 文档

from docx import Document

这个命令引入了我们上面安装的库文件，这时我们便可以使用相应的命令进行创建修改文档了。

#新建空文档
document = Document()

#打开已经存在的文档
document = Document(“d:\temp/python/test.docx”)
#注意上方语句的斜线方向
#打开文件可以指定路径和文件名，保存的时候亦同，如不指定默认当前工作目录

document.save(“当前目录保存.docx”)
document.save(“d:\python/指定目录保存.docx”)

这个命令变创建了一个 Document 对象，并且可以往里面写入数据了。
需要说明的是创建的文件目录在当前 python 的 “工作目录” 下面。

import os
#获取当前目录
os.getcwd()

三、修改文档

1、添加标题

#添加内容为 “This is a title" 大纲级别为 2 的标题
document.add_heading(“This is a title”,2)
#下面这种写法和上面的写法效果相同
document.add_heading(“This is a title”,level=2)

当大纲级别为 0 的时候，便是居中的文档题目，默认为 1 。
官方文档里面有一个这样的写法：

document.add_paragraph(‘Intense quote’, style=‘Intense Quote’)
#>但是我没有实验成功。提示 style 参数不存在，我换成中文 “样式” 依然不可以。

2、添加段落

document.add_heading(“这是标题”)
document.add_paragraph(“听说这样直接加入的段落同时会加入结束符”)
document.add_paragraph(“如果这一行与上一行换行了，就说明这是两个段落”)

下图是效果图，有的字体看着好像加粗了应该是字体格式问题，还有 word 兼容问题。查看了一下字体，使用的是 MS Gothic 格式的字体。

==3、我们可以发现上面的方法，每写一句话都会产生换行，==也就是开始新段落。那么有没有方法接着上一次的写呢？有的，看如下代码。

p = document.add_paragraph(“这是一个新段落的开始。”)
p.add_run(“这句话应该是接着上面的写的。”)
p.add_run(“这句话当然也是，而且是粗体”).bold = True
p.add_run(“然后再来个斜体。”).italic = True

4、添加图片
官方示例代码如下：

document.add_picture(‘monty-truth.png’, width=Inches(1.25))
#实践过程中发现 Inches 无法识别，图片添加失败
document.add_picture(‘monty-truth.png’)
#如上，去掉宽度设定后可以添加成功，但是无法控制其大小。

5、添加表格
官方代码示例如下：

records = (
(3, ‘101’, ‘Spam’),
(7, ‘422’, ‘Eggs’),
(4, ‘631’, ‘Spam, spam, eggs, and spam’)
)
table = document.add_table(rows=1, cols=3)
hdr_cells = table.rows[0].cells
hdr_cells[0].text = ‘Qty’
hdr_cells[1].text = ‘Id’
hdr_cells[2].text = ‘Desc’
for qty, id, desc in records:
row_cells = table.add_row().cells
row_cells[0].text = str(qty)
row_cells[1].text = id
row_cells[2].text = desc
#添加分页符
document.add_page_break()

这个例子我没有做过多的测试，效果如下图，表格正常，只是没有线。

三、需求实现阶段

目前只有思路，具体代码待进一步测试实现。整体规划如下：

1、将所有的学生作业放到一个文件夹下，使用代码获取当前路径，及当前路径下所有文件名。
2、将获取的目录下文件名及其过程写入日志保存，以备查验。
3、使用文件名按顺序读取上一步获取的文档，使用正则匹配提取姓名和学号，写入表格相应位置。
4、使用文档模块循环读取上一步文档内容，正则匹配到指定位置获取分数值，写入表格相应位置。
5、在3和4步骤之间循环执行，直到所有文件读写完毕，程序退出，日志保存。
**注：**日志需要保存第 1 步获取的所有文件名，及预提取的姓名和学号。和第 3、4 步骤写入表格位置的数据。

• 点赞
• 收藏
• 分享
• 文章举报