python自动化办公——python操作Excel、Word、PDF集合大全

本文是鉴于有些粉丝的工作需求，有时候需要遇到这些文件的处理。因此，我写了一个文章集合，供大家参考，整篇文章已经整理成册(如下图所示)。由于文档获取人数太多，大家如有需求，请关注公众号：【数据分析与统计学之美】，回复关键词：【自动化文档】！

目录

  章节一：python使用openpyxl操作excel
    1、openpyxl库介绍
    2、python怎么打开及读取表格内容？
       1）Excel表格述语
       2）打开Excel表格并获取表格名称
       3）通过sheet名称获取表格
       4）获取表格的尺寸大小
       5）获取表格内某个格子的数据
         ① sheet[“A1”]方式
         ② sheet.cell(row=, column=)方式
       6）获取某个格子的行数、列数、坐标
       7）获取一系列格子
         ① sheet[]方式
         ② .iter_rows()方式
         ③ sheet.rows()
    3、python如何向excel中写入某些内容？
       1）修改表格中的内容
         ① 向某个格子中写入内容并保存
         ② .append()：向表格中插入行数据
         ③ 在python中使用excel函数公式(很有用)
         ④ .insert_cols()和.insert_rows()：插入空行和空列
         ⑤ .delete_rows()和.delete_cols()：删除行和列
         ⑥ .move_range()：移动格子
         ⑦ .create_sheet()：创建新的sheet表格
         ⑧ .remove()：删除某个sheet表
         ⑨ .copy_worksheet()：复制一个sheet表到另外一张excel表
         ⑩ sheet.title：修改sheet表的名称
         ⑪ 创建新的excel表格文件
         ⑫ sheet.freeze_panes：冻结窗口
         ⑬ sheet.auto_filter.ref：给表格添加“筛选器”
    4、批量调整字体和样式
       1）修改字体样式
       2）获取表格中格子的字体样式
       3）设置对齐样式
       4）设置边框样式
       5）设置填充样式
       6）设置行高和列宽
       7）合并单元格
  章节二：python使用PyPDF2和pdfplumber操作pdf
    1、PyPDF2和pdfplumber库介绍
    2、python提取PDF文字内容
       1）利用pdfplumber提取文字
       2）利用pdfplumber提取表格并写入excel
    3、PDF合并及页面的排序和旋转
       1）分割及合并pdf
         ① 合并pdf
         ② 拆分pdf
       2）旋转及排序pdf
         ① 旋转pdf
         ② 排序pdf
    4、pdf批量加水印及加密、解密
       1）批量加水印
       2）批量加密、解密
         ① 加密pdf
         ② 解密pdf并保存为未加密的pdf
  章节三：python使用python-docx操作word
    1、python-docx库介绍
    2、Python读取Word文档内容
       1）word文档结构介绍
       2）python-docx提取文字和文字块儿
         ① python-docx提取文字
         ② python-docx提取文字块儿
       3）利用Python向Word文档写入内容
         ① 添加段落
         ② 添加文字块儿
         ③ 添加一个分页
         ④ 添加图片
         ⑤ 添加表格
         ⑥ 提取word表格，并保存在excel中(很重要)
    3、利用Python调整Word文档样式
       1）修改文字字体样式
       2）修改段落样式
         ① 对齐样式
         ② 行间距调整
         ③ 段前与段后间距

章节一：python使用openpyxl操作excel

1、openpyxl库介绍

• openpyxl最好用的python操作excel表格库，不接受反驳；
• openpyxl官网链接：openpyxl官网
• openpyxl只支持【.xlsx / .xlsm / .xltx / .xltm】格式的文件；

2、python怎么打开及读取表格内容？

1）Excel表格述语

这里需要大家仔细查看图中的每一项内容，知道什么是“行(row)、列(column)”？什么是“格子(cell)”？什么是“sheet表”？

2）打开Excel表格并获取表格名称

from openpyxl import load_workbook
workbook = load_workbook(filename = "test.xlsx")
workbook.sheetnames

结果如下：

3）通过sheet名称获取表格

from openpyxl import load_workbook
workbook = load_workbook(filename = "test.xlsx")
workbook.sheetnames
sheet = workbook["Sheet1"]
print(sheet)

结果如下：

4）获取表格的尺寸大小

• 这里所说的尺寸大小，指的是excel表格中的数据有几行几列，针对的是不同的sheet而言。

sheet.dimensions

结果如下：

5）获取表格内某个格子的数据

① sheet[“A1”]方式

workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(sheet)
cell1 = sheet["A1"]
cell2 = sheet["C11"]
print(cell1.value, cell2.value)

"""
workbook.active 打开激活的表格；
sheet["A1"] 获取A1格子的数据；
cell.value 获取格子中的值；
"""

结果如下：

② sheet.cell(row=, column=)方式

• 这种方式更简单，大家可以对比这两种方式；

workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(sheet)
cell1 = sheet.cell(row = 1,column = 1)
cell2 = sheet.cell(row = 11,column = 3)
print(cell1.value, cell2.value)

结果如下：

6）获取某个格子的行数、列数、坐标

workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(sheet)
cell1 = sheet["A1"]
cell2 = sheet["C11"]
print(cell1.value, cell1.row, cell1.column, cell1.coordinate)
print(cell2.value, cell2.row, cell2.column, cell2.coordinate)
"""
.row 获取某个格子的行数；
.columns 获取某个格子的列数；
.corordinate 获取某个格子的坐标；
"""

结果如下：

7）获取一系列格子

① sheet[]方式

workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(sheet)
# 获取A1:C2区域的值
cell = sheet["A1:C2"]
print(cell)
for i in cell:
    for j in i:
        print(j.value)

结果如下：

特别的：如果我们只想获取“A列”，或者获取“A-C列”，可以采取如下方式：

sheet["A"]    --- 获取A列的数据
sheet["A:C"]    --- 获取A,B,C三列的数据
sheet[5]   --- 只获取第5行的数据

② .iter_rows()方式

• 当然有.iter_rows()方式，肯定也会有.iter_cols()方式，只不过一个是按行读取，一个是按列读取。

workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(sheet)
# 按行获取值
for i in sheet.iter_rows(min_row=2, max_row=5, min_col=1, max_col=2):
    for j in i:
        print(j.value)
# 按列获取值
for i in sheet.iter_cols(min_row=2, max_row=5, min_col=1, max_col=2):
    for j in i:
        print(j.value)      

结果如下：

③ sheet.rows()

• 帮助我们获取所有行

workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(sheet)
for i in sheet.rows:
        print(i)

结果如下：

3、python如何向excel中写入某些内容？

1）修改表格中的内容

① 向某个格子中写入内容并保存

workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(sheet)
sheet["A1"] = "哈喽" # 这句代码也可以改为cell = sheet["A1"] cell.value = "哈喽"
workbook.save(filename = "哈喽.xlsx")
"""
注意：我们将“A1”单元格的数据改为了“哈喽”，并另存为了“哈喽.xlsx”文件。
如果我们保存的时候，不修改表名，相当于直接修改源文件；
"""

结果如下：

② .append()：向表格中插入行数据

• .append()方式：会在表格已有的数据后面，增添这些数(按行插入)；
• 这个操作很有用，爬虫得到的数据，可以使用该方式保存成Excel文件；

workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(sheet)
data = [
    ["唐僧","男","180cm"],
    ["孙悟空","男","188cm"],
    ["猪八戒","男","175cm"],
    ["沙僧","男","176cm"],
]
for row in data:
    sheet.append(row)
workbook.save(filename = "test.xlsx")

结果如下：

③ 在python中使用excel函数公式(很有用)

# 这是我们在excel中输入的公式
=IF(RIGHT(C2,2)="cm",C2,SUBSTITUTE(C2,"m","")*100&"cm")
# 那么，在python中怎么插入excel公式呢？
workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(sheet)
sheet["D1"] = "标准身高"
for i in range(2,16):
    sheet["D{}".format(i)] = '=IF(RIGHT(C{},2)="cm",C{},SUBSTITUTE(C{},"m","")*100&"cm")'.format(i,i,i)
workbook.save(filename = "test.xlsx")

结果如下：

此时，你肯定会好奇，python究竟支持写哪些“excel函数公式”呢？我们可以使用如下操作查看一下。

import openpyxl
from openpyxl.utils import FORMULAE
print(FORMULAE)

结果如下：

④ .insert_cols()和.insert_rows()：插入空行和空列

• .insert_cols(idx=数字编号, amount=要插入的列数)，插入的位置是在idx列数的左侧插入；
• .insert_rows(idx=数字编号, amount=要插入的行数)，插入的行数是在idx行数的下方插入；

workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(sheet)
sheet.insert_cols(idx=4,amount=2)
sheet.insert_rows(idx=5,amount=4)
workbook.save(filename = "test.xlsx")

结果如下：

⑤ .delete_rows()和.delete_cols()：删除行和列

• .delete_rows(idx=数字编号, amount=要删除的行数)
• .delete_cols(idx=数字编号, amount=要删除的列数)

workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(sheet)
# 删除第一列，第一行
sheet.delete_cols(idx=1)
sheet.delete_rows(idx=1)
workbook.save(filename = "test.xlsx")

结果如下：

⑥ .move_range()：移动格子

• .move_range(“数据区域”,rows=,cols=)：正整数为向下或向右、负整数为向左或向上；

# 向左移动两列，向下移动两行
sheet.move_range("C1:D4",rows=2,cols=-1)

演示效果如下：

⑦ .create_sheet()：创建新的sheet表格

• .create_sheet(“新的sheet名”)：创建一个新的sheet表；

workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(sheet)
workbook.create_sheet("我是一个新的sheet")
print(workbook.sheetnames)
workbook.save(filename = "test.xlsx")

结果如下：

⑧ .remove()：删除某个sheet表

• .remove(“sheet名”)：删除某个sheet表；

workbook = load_workbook(filename = "test.xlsx")
sheet = workbook.active
print(workbook.sheetnames)
# 这个相当于激活的这个sheet表，激活状态下，才可以操作；
sheet = workbook['我是一个新的sheet']  
print(sheet)
workbook.remove(sheet)
print(workbook.sheetnames)
workbook.save(filename = "test.xlsx")

结果如下：

⑨ .copy_worksheet()：复制一个sheet表到另外一张excel表

• 这个操作的实质，就是复制某个excel表中的sheet表，然后将文件存储到另外一张excel表中；

workbook = load_workbook(filename = "a.xlsx")
sheet = workbook.active
print("a.xlsx中有这几个sheet表",workbook.sheetnames)
sheet = workbook['姓名']  
workbook.copy_worksheet(sheet)
workbook.save(filename = "test.xlsx")

结果如下：

⑩ sheet.title：修改sheet表的名称

• .title = “新的sheet表名”

workbook = load_workbook(filename = "a.xlsx")
sheet = workbook.active
print(sheet)
sheet.title = "我是修改后的sheet名"
print(sheet)

结果如下：

⑪ 创建新的excel表格文件

from openpyxl import Workbook

workbook = Workbook()
sheet = workbook.active
sheet.title = "表格1"
workbook.save(filename = "新建的excel表格")

结果如下：

⑫ sheet.freeze_panes：冻结窗口

• .freeze_panes = “单元格”

workbook = load_workbook(filename = "花园.xlsx")
sheet = workbook.active
print(sheet)
sheet.freeze_panes = "C3"
workbook.save(filename = "花园.xlsx")
"""
冻结窗口以后，你可以打开源文件，进行检验；
"""

结果如下：

⑬ sheet.auto_filter.ref：给表格添加“筛选器”

• .auto_filter.ref = sheet.dimension 给所有字段添加筛选器；
• .auto_filter.ref = “A1” 给A1这个格子添加“筛选器”，就是给第一列添加“筛选器”；

workbook = load_workbook(filename = "花园.xlsx")
sheet = workbook.active
print(sheet)
sheet.auto_filter.ref = sheet["A1"]
workbook.save(filename = "花园.xlsx")

结果如下：

4、批量调整字体和样式

1）修改字体样式

• Font(name=字体名称,size=字体大小,bold=是否加粗,italic=是否斜体,color=字体颜色)

from openpyxl.styles import Font
from openpyxl import load_workbook

workbook = load_workbook(filename="花园.xlsx")
sheet = workbook.active
cell = sheet["A1"]
font = Font(name="微软雅黑",size=20,bold=True,italic=True,color="FF0000")
cell.font = font
workbook.save(filename = "花园.xlsx")
"""
这个color是RGB的16进制表示，自己下去百度学习；
"""

结果如下：

2）获取表格中格子的字体样式

from openpyxl.styles import Font
from openpyxl import load_workbook

workbook = load_workbook(filename="花园.xlsx")
sheet = workbook.active
cell = sheet["A2"]
font = cell.font
print(font.name, font.size, font.bold, font.italic, font.color)

结果如下：

3）设置对齐样式

• Alignment(horizontal=水平对齐模式,vertical=垂直对齐模式,text_rotation=旋转角度,wrap_text=是否自动换行)
• 水平对齐：‘distributed’，‘justify’，‘center’，‘leftfill’， ‘centerContinuous’，‘right，‘general’；
• 垂直对齐：‘bottom’，‘distributed’，‘justify’，‘center’，‘top’；

from openpyxl.styles import Alignment
from openpyxl import load_workbook

workbook = load_workbook(filename="花园.xlsx")
sheet = workbook.active
cell = sheet["A1"]
alignment = Alignment(horizontal="center",vertical="center",text_rotation=45,wrap_text=True)
cell.alignment = alignment
workbook.save(filename = "花园.xlsx")

结果如下：

4）设置边框样式

• Side(style=边线样式，color=边线颜色)
• Border(left=左边线样式，right=右边线样式，top=上边线样式，bottom=下边线样式)
• style参数的种类： 'double, ‘mediumDashDotDot’, ‘slantDashDot’,‘dashDotDot’,‘dotted’,‘hair’, 'mediumDashed, ‘dashed’, ‘dashDot’, ‘thin’,‘mediumDashDot’,‘medium’, 'thick’from openpyxl.styles import Side,Borderfrom

openpyxl import load_workbook

workbook = load_workbook(filename="花园.xlsx")
sheet = workbook.active
cell = sheet["D6"]
side1 = Side(style="thin",color="FF0000")
side2 = Side(style="thick",color="FFFF0000")
border = Border(left=side1,right=side1,top=side2,bottom=side2)
cell.border = border
workbook.save(filename = "花园.xlsx")

结果如下：

5）设置填充样式

• PatternFill(fill_type=填充样式，fgColor=填充颜色）
• GradientFill(stop=(渐变颜色1，渐变颜色2……))

from openpyxl.styles import PatternFill,GradientFill
from openpyxl import load_workbook

workbook = load_workbook(filename="花园.xlsx")
sheet = workbook.active
cell_b9 = sheet["B9"]
pattern_fill = PatternFill(fill_type="solid",fgColor="99ccff")
cell_b9.fill = pattern_fill
cell_b10 = sheet["B10"]
gradient_fill = GradientFill(stop=("FFFFFF","99ccff","000000"))
cell_b10.fill = gradient_fill
workbook.save(filename = "花园.xlsx")

结果如下：

6）设置行高和列宽

• .row_dimensions[行编号].height = 行高
• .column_dimensions[列编号].width = 列宽

workbook = load_workbook(filename="花园.xlsx")
sheet = workbook.active
# 设置第1行的高度
sheet.row_dimensions[1].height = 50
# 设置B列的宽度
sheet.column_dimensions["B"].width = 20
workbook.save(filename = "花园.xlsx")
"""
sheet.row_dimensions.height = 50
sheet.column_dimensions.width = 30
这两句代码，是将整个表的行高设置为50，列宽设置为30；
"""

结果如下：

7）合并单元格

• .merge_cells(待合并的格子编号)
• .merge_cells(start_row=起始行号，start_column=起始列号，end_row=结束行号，end_column=结束列号)

workbook = load_workbook(filename="花园.xlsx")
sheet = workbook.active
sheet.merge_cells("C1:D2")
sheet.merge_cells(start_row=7,start_column=1,end_row=8,end_column=3)
workbook.save(filename = "花园.xlsx")

结果如下：

当然，也有“取消合并单元格”，用法一致。

• .unmerge_cells(待合并的格子编号)
• .unmerge_cells(start_row=起始行号，start_column=起始列号，end_row=结束行号，end_column=结束列号)

章节二：python使用PyPDF2和pdfplumber操作pdf

1、PyPDF2和pdfplumber库介绍

• PyPDF2官网： PyPDF2官网 ，可以更好的读取、写入、分割、合并PDF文件；
• pdfplumber官网：pdfplumber官网，可以更好地读取PDF文件内容和提取PDF中的表格；
• 这两个库不属于python标准库，都需要单独安装；

2、python提取PDF文字内容

1）利用pdfplumber提取文字

import PyPDF2
import pdfplumber

with pdfplumber.open("餐饮企业综合分析.pdf") as p:
    page = p.pages[2]
    print(page.extract_text())

结果如下：

2）利用pdfplumber提取表格并写入excel

• extract_table()：如果一页有一个表格；
• extract_tables()：如果一页有多个表格；

import PyPDF2
import pdfplumber
from openpyxl import Workbook

with pdfplumber.open("餐饮企业综合分析.pdf") as p:
    page = p.pages[4]
    table = page.extract_table()
    print(table)
    
    workbook = Workbook()
    sheet = workbook.active
    for row in table:
        if not "".join() == ""
            sheet.append(row)
    workbook.save(filename = "新pdf.xlsx")

结果如下：

缺陷：可以看到，这里提取出来的表格有很多空行，怎么去掉这些空行呢？
判断：将列表中每个元素都连接成一个字符串，如果还是一个空字符串那么肯定就是空行。

import PyPDF2
import pdfplumber
from openpyxl import Workbook

with pdfplumber.open("餐饮企业综合分析.pdf") as p:
    page = p.pages[4]
    table = page.extract_table()
    print(table)
    
    workbook = Workbook()
    sheet = workbook.active
    for row in table:
        if not "".join([str(i) for i in row]) == "":
            sheet.append(row)
    workbook.save(filename = "新pdf.xlsx")

结果如下：

3、PDF合并及页面的排序和旋转

1）分割及合并pdf

① 合并pdf

首先，我们有如下几个文件，可以发现这里共有三个PDF文件需要我们合并。同时可以发现他们的文件名都是有规律的(如果文件名，没有先后顺序，我们合并起来就没有意义了。)

代码如下：

from PyPDF2 import PdfFileReader, PdfFileWriter

pdf_writer = PdfFileWriter()
for i in range(1,len(os.listdir(r"G:\6Tipdm\7python办公自动化\concat_pdf"))+1):
    print(i*50+1,(i+1)*50)
    pdf_reader = PdfFileReader("G:\\6Tipdm\\7python办公自动化\\concat_pdf\{}-{}.pdf".format(i*50+1,(i+1)*50))
    for page in range(pdf_reader.getNumPages()):
        pdf_writer.addPage(pdf_reader.getPage(page))
        
with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\merge.pdf", "wb") as out:
    pdf_writer.write(out)

结果如下：

② 拆分pdf

这里有一个“时间序列.pdf”的文件，共3页，我们将其每一页存为一个PDF文件。

代码如下：

from PyPDF2 import PdfFileReader, PdfFileWriter

pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")
for page in range(pdf_reader.getNumPages()):
    pdf_writer = PdfFileWriter()
    pdf_writer.addPage(pdf_reader.getPage(page))
    with open(f"G:\\6Tipdm\\7python办公自动化\\concat_pdf\\{page}.pdf", "wb") as out:
        pdf_writer.write(out)

结果如下：

2）旋转及排序pdf

① 旋转pdf

• .rotateClockwise(90的倍数)：顺时针旋转90度
• .rotateCounterClockwise(90的倍数)：逆时针旋转90度

from PyPDF2 import PdfFileReader, PdfFileWriter

pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")
pdf_writer = PdfFileWriter()
for page in range(pdf_reader.getNumPages()):
    if page % 2 == 0:
        rotation_page = pdf_reader.getPage(page).rotateCounterClockwise(90)
    else:
        rotation_page = pdf_reader.getPage(page).rotateClockwise(90)
    pdf_writer.addPage(rotation_page)
    with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\旋转.pdf", "wb") as out:
        pdf_writer.write(out)
"""
上述代码中，我们循环遍历了这个pdf，对于偶数页我们逆时针旋转90°，对于奇数页我们顺时针旋转90°；
注意：旋转的角度只能是90的倍数；
"""

其中一页效果展示如下：

② 排序pdf

需求：我们有一个PDF文件，我们需要倒序排列，应该怎么做呢？
首先，我们来看python中，怎么倒叙打印一串数字，如下图所示。

那么倒序排列一个pdf，思路同上，代码如下：

from PyPDF2 import PdfFileReader, PdfFileWriter

pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")
pdf_writer = PdfFileWriter()
for page in range(pdf_reader.getNumPages()-1, -1, -1):
    pdf_writer.addPage(pdf_reader.getPage(page))
with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\倒序.pdf", "wb") as out:
        pdf_writer.write(out)

结果如下：

4、pdf批量加水印及加密、解密

1）批量加水印

from PyPDF2 import PdfFileReader, PdfFileWriter
from copy import copy

water = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\水印.pdf")
water_page = water.getPage(0)

pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\aa.pdf")
pdf_writer = PdfFileWriter()

for page in range(pdf_reader.getNumPages()):
    my_page = pdf_reader.getPage(page)
    new_page = copy(water_page)
    new_page.mergePage(my_page)
    pdf_writer.addPage(new_page)
with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\添加水印后的aa.pdf", "wb") as out:
        pdf_writer.write(out)  
"""
这里有一点需要注意：进行pdf合并的时候，我们希望“水印”在下面，文字在上面，因此是“水印”.mergePage(“图片页”)
"""

结果如下：

2）批量加密、解密

• 这里所说的“解密”，是在知道pdf的密码下，去打开pdf，而不是暴力破解；

① 加密pdf

from PyPDF2 import PdfFileReader, PdfFileWriter

pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")
pdf_writer = PdfFileWriter()
for page in range(pdf_reader.getNumPages()):
    pdf_writer.addPage(pdf_reader.getPage(page))
# 添加密码
pdf_writer.encrypt("a123456")
with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\时间序列.pdf", "wb") as out:
        pdf_writer.write(out)  

结果如下：

② 解密pdf并保存为未加密的pdf

from PyPDF2 import PdfFileReader, PdfFileWriter

pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")
# 解密pdf
pdf_reader.decrypt("a123456")
pdf_writer = PdfFileWriter()
for page in range(pdf_reader.getNumPages()):
    pdf_writer.addPage(pdf_reader.getPage(page))
with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\未加密的时间序列.pdf", "wb") as out:
        pdf_writer.write(out)  

结果如下：

章节三：python使用python-docx操作word

1、python-docx库介绍

• 该模块儿可以创建、修改Word（.docx）文件；
• 此模块儿不属于python标准库，需要单独安装；
• python-docx使用官网： python-docx官网
• 我们在安装此模块儿使用的是pip install python-docx，但是在导入的时候是import docx；

2、Python读取Word文档内容

• 注意：每进行一个操作，必须保存一下，否则等于白做；

1）word文档结构介绍

2）python-docx提取文字和文字块儿

① python-docx提取文字

有一个这样的docx文件，我们想要提取其中的文字，应该怎么做？

代码如下：

from docx import Document

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")
print(doc.paragraphs)
for paragraph in doc.paragraphs:
    print(paragraph.text)

结果如下：

② python-docx提取文字块儿

from docx import Document

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")
print(doc.paragraphs)
paragraph = doc.paragraphs[0]
runs = paragraph.runs
print(runs)
for run in paragraph.runs:
    print(run.text)
------------------------------
paragraph = doc.paragraphs[1]
runs = paragraph.runs
print(runs)
for run in paragraph.runs:
    print(run.text)

结果如下：

3）利用Python向Word文档写入内容

① 添加段落

from docx import Document

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")
# print(doc.add_heading("一级标题", level=1))   添加一级标题的时候出错，还没有解决！
paragraph1 = doc.add_paragraph("这是一个段落")
paragraph2 = doc.add_paragraph("这是第二个段落")
doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx") 
"""
添加段落的时候，赋值给一个变量，方便我们后面进行格式调整；
"""

结果如下：

② 添加文字块儿

from docx import Document

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")
# 这里相当于输入了一个空格，后面等待着文字输入
paragraph3 = doc.add_paragraph()
paragraph3.add_run("我被加粗了文字块儿").bold = True
paragraph3.add_run("，我是普通文字块儿，")
paragraph3.add_run("我是斜体文字块儿").italic = True
doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx") 

结果如下：

③ 添加一个分页

from docx import Document

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")
doc.add_page_break()
doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx") 

结果如下：

④ 添加图片

from docx import Document
from docx.shared import Cm

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")
doc.add_picture(r"G:\6Tipdm\7python办公自动化\concat_word\sun_wu_kong.png",width=Cm(5),height=Cm(5))
doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx") 
"""
Cm模块，用于设定图片尺寸大小
"""

结果如下：

⑤ 添加表格

from docx import Document

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")

list1 = [
    ["姓名","性别","家庭地址"],
    ["唐僧","男","湖北省"],
    ["孙悟空","男","北京市"],
    ["猪八戒","男","广东省"],
    ["沙和尚","男","湖南省"]
]
list2 = [
    ["姓名","性别","家庭地址"],
    ["貂蝉","女","河北省"],
    ["杨贵妃","女","贵州省"],
    ["西施","女","山东省"]
]

table1 = doc.add_table(rows=5,cols=3)
for row in range(5):
    cells = table1.rows[row].cells
    for col in range(3):
        cells[col].text = str(list1[row][col])
doc.add_paragraph("-----------------------------------------------------------")
table2 = doc.add_table(rows=4,cols=3)
for row in range(4):
    cells = table2.rows[row].cells
    for col in range(3):
        cells[col].text = str(list2[row][col])
        
doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx") 

结果如下：

⑥ 提取word表格，并保存在excel中(很重要)

from docx import Document
from openpyxl import Workbook

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test2.docx")
t0 = doc.tables[0]

workbook = Workbook()
sheet = workbook.active

for i in range(len(t0.rows)):
    list1 = []
    for j in range(len(t0.columns)):
        list1.append(t0.cell(i,j).text)
    sheet.append(list1)
workbook.save(filename = r"G:\6Tipdm\7python办公自动化\concat_word\来自word中的表.xlsx")

结果如下：

3、利用Python调整Word文档样式

1）修改文字字体样式

from docx import Document
from docx.shared import Pt,RGBColor 
from docx.oxml.ns import qn

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test2.docx")
for paragraph in doc.paragraphs:
    for run in paragraph.runs:
        run.font.bold = True
        run.font.italic = True
        run.font.underline = True
        run.font.strike = True
        run.font.shadow = True
        run.font.size = Pt(18)
        run.font.color.rgb = RGBColor(255,255,0)
        run.font.name = "宋体"
        # 设置像宋体这样的中文字体，必须添加下面2行代码
        r = run._element.rPr.rFonts
        r.set(qn("w:eastAsia"),"宋体")
doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\_test1.docx")

结果如下：

2）修改段落样式

① 对齐样式

from docx import Document 
from docx.enum.text import WD_ALIGN_PARAGRAPH

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")
print(doc.paragraphs[0].text)
doc.paragraphs[0].alignment = WD_ALIGN_PARAGRAPH.CENTER
# 这里设置的是居中对齐
doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\对齐样式.docx")
"""
LEFT,CENTER,RIGHT,JUSTIFY,DISTRIBUTE,JUSTIFY_MED,JUSTIFY_HI,JUSTIFY_LOW,THAI_JUSTIFY
"""

结果如下：

② 行间距调整

from docx import Document 
from docx.enum.text import WD_ALIGN_PARAGRAPH

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")
for paragraph in doc.paragraphs:
    paragraph.paragraph_format.line_spacing = 5.0
doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\行间距.docx")

结果如下：

③ 段前与段后间距

• 这里提供代码，自行下去检验