python操做docx文檔（轉）

python操做docx文檔

   關於python操做docx格式文檔，我用到了兩個python包，一個即是python-docx包，另外一個即是python-docx-template;,同時我也用到了很出名的一個工具"pandoc，下面我會對他們各自進行介紹。

1.     首先即是python-docx包，這是一個很強大的包，能夠用來建立docx文檔，包含段落、分頁符、表格、圖片、標題、樣式等幾乎全部的word文檔中能經常使用的功能都包含了，這個包的主要功能即是用來建立文檔，相對來講用來修改功能不是很強大，關於文檔請查看他的"官網;
   
   
2. 再而後即是python-docx-template這個包了，他能夠用來對docx文檔進行修改，諸如對文檔中的 文本、圖片、富文本、等幾乎全部存在與文檔中的他都能替換，並且他操做起來就如同不少web框架中的模板語言同樣，由於他是和jinjia2模板語言結合使用的，因此最好但願使用以前對模板語言有必定了解；
   
   
3. 關於pandoc，這個包在許多須要進行文本轉換的地方用處很強大，他能夠把許多現在存在的文檔格式轉換問另外一種文檔格式，如html、markdown、docbook、latex、docx等轉換爲xml、latex、markdown、pdf，總之很強大，這是官網,有興趣的能夠去了解下。

下面便會相應介紹他們各自的大概的用法。仍是按照上面的順序進行介紹，：

• 關於python-docx這個包我以爲最好仍是引用他官網的一段代碼解釋最爲合適了，由於這裏面基本狀況都被包含了，

from docx import Document
from docx.shared import Inches

document = Document()  # 首先這是包的主要接口，這應該是利用的設計模式的一種，用來建立docx文檔，裏面也能夠包含文檔路徑(d:\\2.docx)

document.add_heading('Document Title', 0)  # 這裏是給文檔添加一個標題，0表示 樣式爲title，1則爲忽略，其餘則是Heading{level},具體能夠去<a href="https://python-docx.readthedocs.io/en/latest/user/styles-understanding.html" target="_blank">官網</a>查;

p = document.add_paragraph('A plain paragraph having some ') # 這裏是添加一個段落
p.add_run('bold').bold = True   # 這裏是在這個段落p裏文字some後面添加bold字符
p.add_run(' and some ')
p.add_run('italic.').italic = True

document.add_heading('Heading, level 1', level=1)   # 這裏是添加標題1
document.add_paragraph('Intense quote', style='IntenseQuote') # 這裏是添加段落，style後面則是樣式

document.add_paragraph(
    'first item in unordered list', style='ListBullet'    # 添加段落，樣式爲unordered list類型
)
document.add_paragraph(
    'first item in ordered list', style='ListNumber'    # 添加段落，樣式爲ordered list數字類型
)

document.add_picture('monty-truth.png', width=Inches(1.25))  # 添加圖片

table = document.add_table(rows=1, cols=3)   # 添加一個表格，每行三列
hdr_cells = table.rows[0].cells   # 表格第一行的所含有的全部列數
hdr_cells[0].text = 'Qty'    # 第一行的第一列,給這行裏面添加文字
hdr_cells[1].text = 'Id'
hdr_cells[2].text = 'Desc'
for item in recordset:
    row_cells = table.add_row().cells   # 這是在這個表格第一行 (稱做最後一行更好) 下面再添加新的一行
    row_cells[0].text = str(item.qty)
    row_cells[1].text = str(item.id)
    row_cells[2].text = item.desc

document.add_page_break()    # 添加分頁符

document.save('demo.docx')  # 保存這個文檔

 

 

具體樣式請看：

關於更多細節但願你們仍是去他的官網python-docx;看，介紹的仍是很詳細

• 而後即是python-docx-template包了，他用起來就向python中的模板語言同樣，有上下文，有模板，而後進行變量的替換

關於python-docx-template，他的官網名稱即是「像jinjia2同樣來操做docx文檔」，所以這個包對於用來進行文檔修改時很強大的下面是一個簡單例子：

 

from docxtpl import DocxTemplate

doc = DocxTemplate("1.docx")  # 對要操做的docx文檔進行初始化
context = { 'company_name' : "World company" }   # company_name 是存在於1.docx文檔裏面的變量，就像這樣{{company_name}}，直接放在1.docx文件的明確位置就行
doc.render(context)   # 這裏是有jinjia2的模板語言進行變量的替換，而後即可以在1.docx文檔裏面看到{{company_name}}變成了World company
doc.save("generated_doc.docx")   # 保存

固然，這個包的功能遠遠不止上面例子中的一些，能夠包含圖片

myimage = InlineImage(doc,'test_files/python_logo.png',width=Mm(20)) # tpl即是上面例子中的doc對象

也能夠包含另外一個docx文檔，
sub = doc.new_subdoc()
sub.subdocx = Document('d:\\2.docx')
doc.render({'sub': sub})

這裏操做以後即可以把2.docx文件裏面的內容直接插入到doc對象（也就是1.docx）文檔中{{sub}}這個變量處，被替換爲2.docx中的，基本上用到的都是這兩個部分，

 

關於更多的特性，能夠訪問官網的example，裏面涵蓋了幾乎全部的特性，地址是https://github.com/elapouya/python-docx-template/tree/master/tests

• 最後即是pandoc了，我在此次用到的功能主要是，用來把html文件直接轉換爲markdow格式文件，而後再轉換爲txt文件，最後將txt文件內容和格式一同插入到docx文檔中，固然，也能夠直接把html文件轉換爲docx文件，格式基本一致

這是用到的命令，而因爲使用pandoc是在控制檯下cmd或者shell使用的，所以要用到python的另外一個包subprocess

 

import subprocess
subprocess.call('pandoc --latex-engine=xelatex temp.html -o temp.text', cwd='d:\\python', shell=True)
subprocess.call('pandoc --latex-engine=xelatex temp.text -o t1.text', cwd='d:\\python', shell=True)

或者

<span style="background-color:rgb(153,153,255);">subprocess.call('pandoc temp.html -o temp.docx', cwd='d:\\python', shell=True)</span>

首先裏面的cwd參數設置後，會把這個命令執行環境調到cwd所設置的參數路徑處，就如同執行命令前，如同先執行了 cd d:\\python命令同樣，shell=True至關於新開了一個shell或者cmd控制檯，而關於更多例子，能夠去官網的在線轉換器 https://pandoc.org/try/ 或者官網的例子 https://pandoc.org/demos.html