Day28笔记-Python自动化操作Word
一、操作Word
1.简介
在日常工作中，有很多简单重复的劳动其实完全可以交给Python程序，比如根据样板文件（模板文件）批量的生成很多个Word文件或PowerPoint文件。Word是微软公司开发的文字处理程序，相信大家都不陌生，日常办公中很多正式的文档都是用Word进行撰写和编辑的，目前使用的Word文件后缀名一般为
.docx。PowerPoint是微软公司开发的演示文稿程序，是微软的Office系列软件中的一员，被商业人士、教师、学生等群体广泛使用，通常也将其称之为“幻灯片”。在Python中，可以使用名为python-docx的三方库来操作Word
我们可以先通过下面的命令来安装
python-docx三方库。# 一般情况下 pip install python-docx # 注意：我们在安装此模块使用的是pip install python-docx，但是在导入的时候是 docx # 说明：只需要执行pip install python-docx，会自动安装lxml # 可能出现问题： 高版本lxml没有etree模块。有网友确定lxml4.2.5版本带有etree模块，且该版本lxml支持python3.7.4版本。安装命令： pip install lxml==4.2.5 (若python-docx 使用有问题,需要查看lxml版本)
2.向Word写入内容
# 注意1：我们在安装此模块使用的是pip install python-docx，但是在导入的时候是 docx
# 注意2：一般情况下，如果安装了A库，同时自动安装了依赖B库，如果A库更新了，如果使用过程中报错，则可以更新依赖库
# C:\Users\19621>pip install python-docx
# Collecting python-docx
# Downloading python_docx-1.1.0-py3-none-any.whl (239 kB)
# |████████████████████████████████| 239 kB 930 kB/s
# Requirement already satisfied: lxml>=3.1.0 in d:\software\anaconda\lib\site-packages (from python-docx) (4.6.3)
# Requirement already satisfied: typing-extensions in d:\software\anaconda\lib\site-packages (from python-docx) (4.9.0)
# Installing collected packages: python-docx
# Successfully installed python-docx-1.1.0
# 比如：安装python-docx的过程中，自动安装了依赖库lxml和typing-extensions
from docx import Document
from docx.shared import Cm
# 1.创建doc文档对象
doc = Document()
# 2.添加标题
doc.add_heading('今天星期二~~~~')
# 3.添加段落
p = doc.add_paragraph('第一个段落~~~~')
# 注意：一个段落可以由很多个run组成
run1 = p.add_run('this is a test')
run2 = p.add_run('Python是一门面向对象的语言')
run3 = p.add_run('Python是跨平台的')
# 给每个run可以单独设置样式
run1.bold = True
run2.underline = True
# 4.添加图片
doc.add_picture(r'data/3.png',width=Cm(10))
# 5.添加列表
# a.有序列表
doc.add_paragraph('教学部',style='List Number')
doc.add_paragraph('运营部',style='List Number')
doc.add_paragraph('财务部',style='List Number')
doc.add_paragraph('行政部',style='List Number')
doc.add_paragraph('市场部',style='List Number')
# b.无序列表
doc.add_paragraph('教学部',style='List Bullet')
doc.add_paragraph('运营部',style='List Bullet')
doc.add_paragraph('财务部',style='List Bullet')
doc.add_paragraph('行政部',style='List Bullet')
doc.add_paragraph('市场部',style='List Bullet')
# 保存文件
doc.save(r'data/Python操作word.docx')
3.读取Word内容
from docx import Document # 1.打开doc doc = Document(r'data/占勇辉的离职证明.docx') # 2.获取doc中的所有内容，返回一个列表，其中的元素是段落对象 print(doc.paragraphs) # 3.遍历列表，获取每个段落对象 for para in doc.paragraphs: # 获取每个段落的文本 # print(para.text) # 获取组成每个段落的run，返回一个列表 print(para.runs) for run in para.runs: # 获取每个run的文本 print(run.text)
4.批量生成Word文件【掌握】
试想，我们如果把上面的离职证明制作成一个模板文件，把姓名、身份证号、入职和离职日期等信息用占位符代替，这样通过对占位符的替换，就可以根据实际需要写入对应的信息，这样就可以批量的生成Word文档。
实现思路：
首先编辑一个离职证明的模板文件，如下图所示。
接下来我们读取该文件，将占位符替换为真实信息，就可以生成一个新的Word文档，如下所示。
# 将真实的员工信息保存在字典中 person_list = [ { "name":"杨天偿", "id":"333222199909120987", "sdate":"2017年7月1日", "edate":"2021年11月1日", "department":"技术部", "position":"架构师", "company":"深圳华为技术有限公司" }, { "name":"刘一奇", "id":"110120198909120937", "sdate":"2016年3月1日", "edate":"2020年10月1日", "department":"行政部", "position":"保镖", "company":"黑龙江" }, { "name":"张国涛", "id":"111222199908120987", "sdate":"2015年4月1日", "edate":"2019年11月1日", "department":"后厨部", "position":"试吃员", "company":"深圳市金威源餐饮有限公司" }, { "name":"欧阳", "id":"112221199909120987", "sdate":"2016年7月1日", "edate":"2020年11月1日", "department":"后勤部", "position":"主管", "company":"深圳市abc有限公司" }, ]# 需求：根据已知的员工信息，批量生成每个员工的离职证明文件，每个人的文件以该员工的姓名命名 from docx import Document # 将真实的员工信息保存在字典中 person_list = [ { "name":"杨天偿", "id":"333222199909120987", "sdate":"2017年7月1日", "edate":"2021年11月1日", "department":"技术部", "position":"架构师", "company":"深圳华为技术有限公司" }, { "name":"刘一奇", "id":"110120198909120937", "sdate":"2016年3月1日", "edate":"2020年10月1日", "department":"行政部", "position":"保镖", "company":"黑龙江" }, { "name":"张国涛", "id":"111222199908120987", "sdate":"2015年4月1日", "edate":"2019年11月1日", "department":"后厨部", "position":"试吃员", "company":"深圳市金威源餐饮有限公司" }, { "name":"欧阳", "id":"112221199909120987", "sdate":"2016年7月1日", "edate":"2020年11月1日", "department":"后勤部", "position":"主管", "company":"深圳市abc有限公司" }, { "name":"张三", "id":"112221199909120987", "sdate":"2016年7月1日", "edate":"2020年11月1日", "department":"后勤部", "position":"主管", "company":"深圳市abc有限公司" }, { "name":"李四", "id":"112221199909120987", "sdate":"2016年7月1日", "edate":"2020年11月1日", "department":"后勤部", "position":"主管", "company":"深圳市abc有限公司" } ] # 实现思路：读取离职证明的模板文件 ，将其中的占位符替换为已知数据中的值 # 遍历列表，批量读取离职证明的模板文件，批量生成离职证明文件 for person in person_list: # 1.读取离职证明的模板文件 doc = Document(r'data/离职证明模板.docx') # 2.遍历段落，进行数据的处理【将包含占位符的run筛选出来】 for p in doc.paragraphs: if '{' not in p.text: continue # 3.遍历每个段落中的runs for run in p.runs: if '{' not in run.text: continue # 4.完成替换操作：将离职证明模板中的{xxx}的内容替换为字段中指定key对应的值 # '{name}'------>'name'---->对应的就是字典中的key # '{department}'------>'{department}'----->对应的就是字典中的key # print(run.text) # 字符串切片 # print(run.text[1:-1],type(run.text[1:-1])) key = run.text[1:-1] print(person[key]) # 替换：xxx.repalce():因为字符串是不可变的，所以替换之后会生成一个新的字符串，将新的字符串重新赋值给run.text # {name} ---->张三 run.text = run.text.replace(run.text,person[key]) # 将处理之后的数据进行保存，生成新的doc文件 doc.save(rf'data/{person["name"]}的离职证明.docx') print(f'{person["name"]}的离职证明文件已生成~~~~~')