用python處理MS Word的執行個體

這篇文章主要介紹了關於用python處理MS Word的執行個體，有著一定的參考價值，現在分享給大家，有需要的朋友可以參考一下

使用python工具讀寫MS Word檔案（docx與doc檔案），主要利用了python-docx包。本文給出一些常用的操作，並完成一個範例，協助大家快速入手。

安裝

pyhton處理docx檔案需要使用python-docx 包，可以利用pip工具很方便的安裝，pip工具在python安裝路徑下的Scripts檔案夾中

pip install python-docx

當然你也可以選擇使用easy_install或者手動方式進行安裝

寫入檔案內容

此處我們直接給出一個範例，根據自己的需要摘取有用的內容

#coding=utf-8from docx import Documentfrom docx.shared import Ptfrom docx.shared import Inchesfrom docx.oxml.ns import qn#開啟文檔document = Document()#加入不同等級的標題document.add_heading(u'MS WORD寫入測試',0)document.add_heading(u'一級標題',1)document.add_heading(u'二級標題',2)#添加文本paragraph = document.add_paragraph(u'我們在做文本測試！')#設定字型大小run = paragraph.add_run(u'設定字型大小、')run.font.size = Pt(24)#設定字型run = paragraph.add_run('Set Font,')run.font.name = 'Consolas'#設定中文字型run = paragraph.add_run(u'設定中文字型、')run.font.name=u'宋體'r = run._elementr.rPr.rFonts.set(qn('w:eastAsia'), u'宋體')#設定斜體run = paragraph.add_run(u'斜體、')run.italic = True#設定粗體run = paragraph.add_run(u'粗體').bold = True#增加引用document.add_paragraph('Intense quote', style='Intense Quote')#增加無序列表document.add_paragraph( u'無序列表元素1', style='List Bullet')document.add_paragraph( u'無序列表元素2', style='List Bullet')#增加有序列表document.add_paragraph( u'有序列表元素1', style='List Number')document.add_paragraph( u'有序列表元素2', style='List Number')#增加映像（此處用到映像image.bmp，請自行添加指令碼所在目錄中）document.add_picture('image.bmp', width=Inches(1.25))#增加表格table = document.add_table(rows=1, cols=3)hdr_cells = table.rows[0].cellshdr_cells[0].text = 'Name'hdr_cells[1].text = 'Id'hdr_cells[2].text = 'Desc'#再增加3行表格元素for i in xrange(3): row_cells = table.add_row().cells row_cells[0].text = 'test'+str(i) row_cells[1].text = str(i) row_cells[2].text = 'desc'+str(i)#增加分頁document.add_page_break()#儲存檔案document.save(u'測試.docx')

該段代碼產生的文檔樣式如下

註：有一個問題沒找到如何解決，即如何為表格設定邊框線。如果您知道，還請能夠指教。

讀取檔案內容

#coding=utf-8from docx import Document#開啟文檔document = Document(u'測試.docx')#讀取每段資料l = [ paragraph.text.encode('gb2312') for paragraph in document.paragraphs];#輸出並觀察結果，也可以通過其他手段處理文本即可for i in l: print i#讀取表格材料，並輸出結果tables = [table for table in document.tables];for table in tables: for row in table.rows:  for cell in row.cells:   print cell.text.encode('gb2312'),'\t',  print print '\n'

我們仍然使用剛才我們產生的檔案，可以看到，輸出的結果為

注意：此處我們使用gb2312編碼方式讀取，主要是保證中文的讀寫正確。一般情況下，使用的utf-8編碼方式。另外，python-docx主要處理docx檔案，在載入doc檔案時，會出現問題，如果有大量doc檔案，建議先將doc檔案批量轉換為docx檔案，例如利用工具doc2doc