Python案例如何操作Word文档？

本文目录导读：

1. 安装
2. 基本操作
3. 高级操作
4. 实用案例
5. 注意事项
6. 常用第三方库对比

在Python中操作Word文档,最常用的库是python-docx，它支持创建、修改和读取.docx文件。

安装

pip install python-docx

基本操作

1 创建和保存文档

from docx import Document
# 创建新文档
doc = Document()
doc.add_heading('Python操作Word文档', level=0)
# 添加段落
doc.add_paragraph('这是一个使用python-docx创建的Word文档。')
# 保存文档
doc.save('example.docx')

2 读取和修改现有文档

from docx import Document
# 打开现有文档
doc = Document('example.docx')
# 读取所有段落
for paragraph in doc.paragraphs:
    print(f"段落内容: {paragraph.text}")
    print(f"段落样式: {paragraph.style.name}")
# 读取表格
for table in doc.tables:
    for row in table.rows:
        for cell in row.cells:
            print(cell.text)
for heading in doc.headings:
    print(f"标题: {heading.text}, 级别: {heading.style.name}")

高级操作

1 格式化文本

from docx import Document
from docx.shared import Pt, Inches, RGBColor
from docx.enum.text import WD_ALIGN_PARAGRAPH
doc = Document()
# 添加带格式的段落
paragraph = doc.add_paragraph()
run = paragraph.add_run('加粗文本')
run.bold = True
run = paragraph.add_run('\n斜体文本')
run.italic = True
run = paragraph.add_run('\n带下划线文本')
run.underline = True
# 设置字体大小和颜色
run = paragraph.add_run('\n红色大号字体')
run.font.size = Pt(24)
run.font.color.rgb = RGBColor(255, 0, 0)
# 设置段落对齐方式
paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER
doc.save('formatted.docx')

2 插入图片

from docx import Document
from docx.shared import Inches, Pt
doc = Document()
doc.add_heading('图片插入示例', level=1)
# 插入图片
doc.add_picture('image.jpg', width=Inches(5))
# 在图片下方添加说明文字
caption = doc.add_paragraph('图1: 示例图片')
caption.alignment = 1  # 居中
# 设置图片大小（可选择不同单位）
from docx.shared import Cm, Emu
# 使用厘米
doc.add_picture('image.jpg', width=Cm(10))
# 保持原图比例，只设置宽度
doc.add_picture('image.jpg', width=Inches(4))
doc.save('image_example.docx')

3 表格操作

from docx import Document
from docx.shared import Pt, Cm
from docx.enum.table import WD_TABLE_ALIGNMENT
doc = Document()
doc.add_heading('表格示例', level=1)
# 创建表格（3行4列）
table = doc.add_table(rows=3, cols=4, style='Table Grid')
table.alignment = WD_TABLE_ALIGNMENT.CENTER
# 填充表头
headers = ['姓名', '年龄', '城市', '职业']
for i, header in enumerate(headers):
    cell = table.rows[0].cells[i]
    cell.text = header
    # 设置表头加粗
    for paragraph in cell.paragraphs:
        for run in paragraph.runs:
            run.bold = True
# 填充数据
data = [
    ['张三', '28', '北京', '工程师'],
    ['李四', '25', '上海', '设计师']
]
for i, row_data in enumerate(data, start=1):
    for j, value in enumerate(row_data):
        table.rows[i].cells[j].text = value
# 设置列宽
for column in table.columns:
    column.width = Cm(4)
# 合并单元格
table.cell(0, 0).merge(table.cell(0, 1))  # 合并第一行的前两个单元格
doc.save('table_example.docx')

4 列表和项目符号

from docx import Document
from docx.enum.text import WD_ALIGN_PARAGRAPH
doc = Document()
doc.add_heading('列表操作', level=1)
# 无序列表
doc.add_paragraph('项目1', style='List Bullet')
doc.add_paragraph('项目2', style='List Bullet')
doc.add_paragraph('项目3', style='List Bullet')
# 有序列表
doc.add_paragraph('第一项', style='List Number')
doc.add_paragraph('第二项', style='List Number')
doc.add_paragraph('第三项', style='List Number')
# 多级列表（手动缩进）
indented_para = doc.add_paragraph('子项目', style='List Bullet 2')
doc.save('list_example.docx')

5 添加页眉页脚

from docx import Document
from docx.shared import Pt
doc = Document()
# 添加页眉
section = doc.sections[0]
header = section.header
header_para = header.paragraphs[0]
header_para.text = "这是页眉"
header_para.alignment = 1  # 居中
# 添加页脚
footer = section.footer
footer_para = footer.paragraphs[0]
footer_para.text = "页码："
# 添加自动页码
from docx.oxml.ns import qn
run = footer_para.add_run()
fldChar1 = run._r.makeelement(qn('w:fldChar'), {qn('w:fldCharType'): 'begin'})
run._r.append(fldChar1)
run2 = footer_para.add_run()
instrText = run2._r.makeelement(qn('w:instrText'), {})
instrText.text = ' PAGE '
run2._r.append(instrText)
run3 = footer_para.add_run()
fldChar2 = run3._r.makeelement(qn('w:fldChar'), {qn('w:fldCharType'): 'end'})
run3._r.append(fldChar2)
doc.save('header_footer.docx')

实用案例

案例1：批量生成报表

from docx import Document
from docx.shared import Inches, Pt, RGBColor
from docx.enum.text import WD_ALIGN_PARAGRAPH
import datetime
def generate_report(data, template_file=None):
    """
    生成Word报告
    Args:
        data: 包含报告数据的字典
        template_file: 可选模板文件路径
    """
    if template_file:
        doc = Document(template_file)
    else:
        doc = Document()
    # 添加标题= doc.add_heading('销售报告', level=0)alignment = WD_ALIGN_PARAGRAPH.CENTER
    # 添加日期
    date_para = doc.add_paragraph(f'生成日期：{datetime.datetime.now().strftime("%Y-%m-%d")}')
    date_para.alignment = WD_ALIGN_PARAGRAPH.RIGHT
    # 添加摘要
    doc.add_paragraph(f'总销售额：{data["total_sales"]}')
    doc.add_paragraph(f'订单数量：{data["order_count"]}')
    # 添加表格
    table = doc.add_table(rows=1, cols=len(data['columns']))
    table.style = 'Light Shading Accent 1'
    # 表头
    for i, col in enumerate(data['columns']):
        table.rows[0].cells[i].text = col
    # 数据行
    for row_data in data['rows']:
        row = table.add_row()
        for i, value in enumerate(row_data):
            row.cells[i].text = str(value)
    # 保存
    filename = f'sales_report_{datetime.datetime.now().strftime("%Y%m%d")}.docx'
    doc.save(filename)
    return filename
# 使用示例
sales_data = {
    'total_sales': '$50,000',
    'order_count': 150,
    'columns': ['产品', '销量', '金额'],
    'rows': [
        ['产品A', '100', '$20,000'],
        ['产品B', '50', '$30,000']
    ]
}
report_file = generate_report(sales_data)
print(f"报告已生成：{report_file}")

案例2：提取文档内容

from docx import Document
import re
def extract_document_content(file_path):
    """
    提取Word文档内容
    Args:
        file_path: Word文档路径
    Returns:
        包含提取内容的字典
    """
    doc = Document(file_path)
    content = {
        'text': [],
        'tables': [],
        'images': 0,
        'headings': []
    }
    # 提取段落文本
    for paragraph in doc.paragraphs:
        if paragraph.text.strip():
            content['text'].append({
                'text': paragraph.text,
                'style': paragraph.style.name
            })
    # 提取标题
    for heading in doc.headings:
        content['headings'].append({
            'text': heading.text,
            'level': heading.style.name
        })
    # 提取表格数据
    for table in doc.tables:
        table_data = []
        for row in table.rows:
            row_data = [cell.text for cell in row.cells]
            table_data.append(row_data)
        content['tables'].append(table_data)
    # 统计图片数量（通过检查内联形状）
    for shape in doc.inline_shapes:
        if shape.type == 3:  # 图片类型
            content['images'] += 1
    return content
# 使用示例
content = extract_document_content('example.docx')
print(f"段落数：{len(content['text'])}")
print(f"表格数：{len(content['tables'])}")
print(f"图片数：{content['images']}")

注意事项

1. 性能优化：处理大型文档时，建议逐段读取而不是一次性加载整个文档
2. 编码问题：确保使用UTF-8编码处理中文
3. 兼容性：python-docx只支持.docx格式，不支持旧的.doc格式

常用第三方库对比

python-docx是最推荐的选择,对于大多数应用场景已经足够使用。