Python辦公自動化解決world文件批量轉換

Posted on by

隻要是簡單重復的工作，就想辦法用 Python 來幫你解決吧，人生苦短，你需要 Python。

Word 是辦公軟件中使用頻率非常高的軟件之一瞭，假如你需要調整 100 個 Word 文檔的格式保持統一，或者要把 100 個 Word 全部轉換為 pdf，那麼你就需要 Python 來幫忙瞭。

python-docx 庫簡介

python-docx 是一個可以對 Word 進行讀寫操作的第三方庫，可以讀取 Word 內容，可以為 Word 文檔添加段落、表格、圖片、標題，應用段落樣式、粗體和斜體、字符樣式。

執行如下安裝命令即可完成安裝：

pip install python-docx

官方文檔: https://python-docx.readthedocs.io/

讀取 Word

這裡我先創建瞭一個樣例，裡面有標題、正文、表格：

讀取 Word 內容的代碼如下：

from docx import Document
def view_docs(docx_file):
    # 打開文檔1
    doc = Document(docx_file)
    # 讀取每段內容
    pl = [ paragraph.text for paragraph in doc.paragraphs]
    # 輸出讀取到的內容
    for i in pl:
        print(i)
def view_docs_table(docx_file):
    # 打開文檔1
    doc = Document(docx_file)
    # 讀取每段內容
    tables = [table for table in doc.tables]
    for table in tables:
        for row in table.rows:
            for cell in row.cells:
                print(cell.text, end='  ')
            print()
        print('\n')
 if __name__ == '__main__':
    view_docs("Python自動化辦公實戰課.docx")
    view_docs_table("Python自動化辦公實戰課.docx")

運行結果如下：

 

寫入 Word

現在，用 Python 創建一個和剛才一樣的 Word 文檔：

from docx import Document
from docx.shared import Pt, RGBColor
from docx.oxml.ns import qn
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
from docx.table import _Cell
from docx.oxml import OxmlElement 
def set_cell_border(cell: _Cell, **kwargs):
    """
    Set cell`s border
    Usage:
    set_cell_border(
        cell,
        top={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
        bottom={"sz": 12, "color": "#00FF00", "val": "single"},
        start={"sz": 24, "val": "dashed", "shadow": "true"},
        end={"sz": 12, "val": "dashed"},
    )
    """
    tc = cell._tc
    tcPr = tc.get_or_add_tcPr()
 
    # check for tag existnace, if none found, then create one
    tcBorders = tcPr.first_child_found_in("w:tcBorders")
    if tcBorders is None:
        tcBorders = OxmlElement('w:tcBorders')
        tcPr.append(tcBorders)
    # list over all available tags
    for edge in ('start', 'top', 'end', 'bottom', 'insideH', 'insideV'):
        edge_data = kwargs.get(edge)
        if edge_data:
            tag = 'w:{}'.format(edge)
             # check for tag existnace, if none found, then create one
            element = tcBorders.find(qn(tag))
            if element is None:
                element = OxmlElement(tag)
                tcBorders.append(element)
             # looks like order of attributes is important
            for key in ["sz", "val", "color", "space", "shadow"]:
                if key in edge_data:
                    element.set(qn('w:{}'.format(key)), str(edge_data[key]))
document = Document()
document.styles['Normal'].font.name = u'宋體'
document.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'宋體')
##標題
def add_header(text, level, align='center'):
    title_ = document.add_heading(level=level)
    if align == 'center':
        title_.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER  # 標題居中
    elif align == 'right':
        title_.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT  # 標題居中
    title_run = title_.add_run(text)  # 添加標題內容
    # title_run.font.size = Pt(24)  # 設置標題字體大小
    title_run.font.name = 'Times New Roman'  # 設置標題西文字體
    title_run.font.color.rgb = RGBColor(0, 0, 0)  # 字體顏色
    title_run.element.rPr.rFonts.set(qn('w:eastAsia'), '微軟雅黑')  # 設置標題中文字體
add_header(text='Python自動化辦公實戰', level=1)
add_header(text='Python基礎', level=2, align='left')
document.add_paragraph('Python 是一門面向對象的高級編程語言，易學易用，是自動化辦公首選的工具。')
add_header('Python玩轉圖片', level=2, align='left')
document.add_paragraph('圖片是工作中接觸較多的媒體文件瞭，你可能需要圖片壓縮，加水印，文字識別等操作')
records = (
    ('Python 基礎', '00:30', '2021-08-01', ''),
    ('Python 玩轉圖片', '01:00', '2021-08-01', ''),
    ('Python 玩轉 Word', '01:00', '2021-08-01', ''),
)
table = document.add_table(rows=1, cols=4)
hdr_cells = table.rows[0].cells
hdr_cells[0].text = '章節'
hdr_cells[1].text = '時長'
hdr_cells[2].text = '日期'
hdr_cells[3].text = '備註'
for cell in hdr_cells:
    set_cell_border(cell,
                    top={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
                    bottom={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
                    start={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
                    end={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
                    )
for chapter, time, date, note in records:
    row_cells = table.add_row().cells
    row_cells[0].text = chapter
    row_cells[1].text = time
    row_cells[2].text = date
    row_cells[3].text = note
    for cell in row_cells:
        set_cell_border(cell,
                        top={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
                        bottom={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
                        start={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
                        end={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
                        )
document.save('Python自動化辦公實戰.docx')

其中，為表格添加邊框的代碼由於比較復雜，單獨做為一個函數來調用。

生成的 Word 文檔如下所示，其中表格邊框的顏色，標題的顏色，字體大小，樣式都是可以設置的：

其他操作

添加分頁符：

document.add_page_break()

添加圖片：

document.add_picture('monty-truth.png', width=Inches(1.25))

設置表格的列寬和行高

'''
設置列寬
可以設置每個單元格的寬，同列單元格寬度相同，如果定義瞭不同的寬度將以最大值準
'''
table.cell(0,0).width=Cm(10)
#設置行高
table.rows[0].height=Cm(2)

表格字體的設定：

from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
#設置整個表格字體屬性
table.style.font.size=Pt(18)
table.style.font.color.rgb=RGBColor(255, 0, 0)
table.style.paragraph_format.alignment=WD_PARAGRAPH_ALIGNMENT.CENTER

合並單元格

cell_1=table.cell(1, 0)
cell_2=table.cell(2, 1)
cell_1.merge(cell_2)

修改文檔字體：

from docx import Document
from docx.shared import Pt  #設置像素、縮進等
from docx.shared import RGBColor #設置字體顏色
from docx.oxml.ns import qn
doc = Document("xxx.docx")
for paragraph in doc.paragraphs:
    for run in paragraph.runs:
        run.font.bold = True
        run.font.italic = True
        run.font.underline = True
        run.font.strike = True
        run.font.shadow = True
        run.font.size = Pt(18)
        run.font.color.rgb = RGBColor(255,0,255)
        run.font.name = "黑體"
        # 設置像黑體這樣的中文字體，必須添加下面 2 行代碼
        r = run._element.rPr.rFonts
        r.set(qn("w:eastAsia"),"黑體")
doc.save("xxx.docx")

行間距調整：

paragraph.paragraph_format.line_spacing = 5.0

段前與段後間距調整：

#段前
paragraph.paragraph_format.space_before = Pt(12)
 
#段後    
paragraph.paragraph_format.space_after = Pt(10)

Word 轉 pdf

隻需要兩行代碼就可以將 Word 轉 pdf，這裡使用的是三方庫 docx2pdf 使用前先 pip install docx2pdf。

具體代碼如下所示：

from docx2pdf import convert
convert("Python自動化辦公實戰.docx", "Python自動化辦公實戰.docx.pdf")

如果要對某個目錄下的 Word 批量轉換為 pdf，可以這樣：

from docx2pdf import convert
convert("目錄路徑/")

批量轉換為 pdf 時是否非常方便？ 

知道瞭這些小操作，就可以組裝大操作，比如後面可以用 Python 將 Word 轉換為 pdf 後作為附件發送郵件給其他人。

最後的話

本文分享瞭一種讀寫 Word 的方式，在日常工作中如果是重復性的 Word 操作，可考慮 Python 自動化，有問題請留言交流。閱讀原文可以查看 gitee 上的代碼。

以上就是Python辦公自動化解決world批量轉換的詳細內容，更多關於Python辦公自動化的資料請關註WalkonNet其它相關文章！

推薦閱讀：