python 操作 word 文件

关注

发布于: 2020 年 08 月 17 日

﻿
需求需要把图1格式的word文件中的部分内容填写到图2的表格中，存在大量需要复制粘贴的操作，用python批量读取处理，省时省力。
﻿
图1
﻿
图2
准备﻿
使用python-docx类库
pip install python-docx
word文档与python代码放在同级目录下
获取用户需求标题﻿
代码如下：
﻿
from docx import Document
def print_head(path):
    # 获取文档对象
    obj = Document(path)
    # 与文档中的段落相对应的段落实例列表，按文档顺序排列。
    for p in obj.paragraphs:
        # 获取样式信息
        style_name = p.style.name
        # 打印4级标题信息
        if style_name.startswith('Heading 4'):
            print(style_name, p.text, sep=':')
print_head('详细设计说明书.docx')
﻿
结果如下：
﻿
官方文档地址：https://python-docx.readthedocs.io/en/latest/（需科学上网）
p.style.name有如下默认值：
﻿
Normal
Body Text
Body Text 2
Body Text 3
Caption
Heading 1
Heading 2
Heading 3
Heading 4
Heading 5
Heading 6
Heading 7
Heading 8
Heading 9
Intense Quote
List
List 2
List 3
List Bullet
List Bullet 2
List Bullet 3
List Continue
List Continue 2
List Continue 3
List Number
List Number 2
List Number 3
List Paragraph
Macro Text
No Spacing
Quote
Subtitle
TOCHeading
Title
﻿
获取软件需求功能描述﻿
代码如下：
from docx import Document
def get_all_tables_text(path):
    document = Document(path)
    # 与文档中的表格相对应的表格实例的列表，按文档顺序排列。
    all_tables = document.tables
    for table in all_tables:
        for row in table.rows:
            # 只打印功能描述相关的内容标识
            b = False
            for cell in row.cells:
                if (cell.text == "功能描述"):
                    b = True
                if (b and cell.text != "功能描述"):
                    # 因为表格中的内容存在换号，内容前后加上||便于确定那几行需要相同表格的内容
                    print('||' + cell.text + '||')
                    
get_all_tables_text('详细设计说明书.docx')
﻿
结果如下：
﻿