python操作docx文档
在2017年暑假绿盟实习期间，部门做的一个项目需要用到docx格式的word文档模板操作，现在有如下记录：
关于python操作docx格式文档，我用到了两个python包，一个便是python-docx包，另一个便是python-docx-template;,同时我也用到了很出名的一个工具"pandoc，下面我会对他们各自进行介绍。
- 首先便是python-docx包，这是一个很强大的包，可以用来创建docx文档，包含段落、分页符、表格、图片、标题、样式等几乎所有的word文档中能常用的功能都包含了，这个包的主要功能便是用来创建文档，相对来说用来修改功能不是很强大，关于文档请查看他的"官网;
- 再然后便是python-docx-template这个包了，他可以用来对docx文档进行修改，诸如对文档中的 文本、图片、富文本、等几乎所有存在与文档中的他都能替换，而且他操作起来就如同很多web框架中的模板语言一样，因为他是和jinjia2模板语言结合使用的，所以最好希望使用之前对模板语言有一定了解；
- 关于pandoc，这个包在许多需要进行文本转换的地方用处很强大，他可以把许多如今存在的文档格式转换问另一种文档格式，如html、markdown、docbook、latex、docx等转换为xml、latex、markdown、pdf，总之很强大，这是官网,有兴趣的可以去了解下。
下面便会相应介绍他们各自的大概的用法。还是按照上面的顺序进行介绍，：
-
关于python-docx这个包我觉得最好还是引用他官网的一段代码解释最为合适了，因为这里面基本情况都被包含了，
from docx import Document
from docx.shared import Inches
document = Document() # 首先这是包的主要接口，这应该是利用的设计模式的一种，用来创建docx文档，里面也可以包含文档路径(d:\\2.docx)
document.add_heading('Document Title', 0) # 这里是给文档添加一个标题，0表示 样式为title，1则为忽略，其他则是Heading{level},具体可以去官网查;
p = document.add_paragraph('A plain paragraph having some ') # 这里是添加一个段落
p.add_run('bold').bold = True # 这里是在这个段落p里文字some后面添加bold字符
p.add_run(' and some ')
p.add_run('italic.').italic = True
document.add_heading('Heading, level 1', level=1) # 这里是添加标题1
document.add_paragraph('Intense quote', style='IntenseQuote') # 这里是添加段落，style后面则是样式
document.add_paragraph(
'first item in unordered list', style='ListBullet' # 添加段落，样式为unordered list类型
)
document.add_paragraph(
'first item in ordered list', style='ListNumber' # 添加段落，样式为ordered list数字类型
)
document.add_picture('monty-truth.png', width=Inches(1.25)) # 添加图片
table = document.add_table(rows=1, cols=3) # 添加一个表格，每行三列
hdr_cells = table.rows[0].cells # 表格第一行的所含有的所有列数
hdr_cells[0].text = 'Qty' # 第一行的第一列,给这行里面添加文字
hdr_cells[1].text = 'Id'
hdr_cells[2].text = 'Desc'
for item in recordset:
row_cells = table.add_row().cells # 这是在这个表格第一行 (称作最后一行更好) 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() # 添加分页符
document.save('demo.docx') # 保存这个文档具体样式请看：
关于更多细节希望大家还是去他的官网python-docx;看，介绍的还是很详细
-
然后便是python-docx-template包了，他用起来就向python中的模板语言一样，有上下文，有模板，然后进行变量的替换
关于python-docx-template，他的官网名称便是“像jinjia2一样来操作docx文档”，因此这个包对于用来进行文档修改时很强大的下面是一个简单例子：
from docxtpl import DocxTemplate
doc = DocxTemplate("1.docx") # 对要操作的docx文档进行初始化
context = { 'company_name' : "World company" } # company_name 是存在于1.docx文档里面的变量，就像这样{{company_name}}，直接放在1.docx文件的明确位置就行
doc.render(context) # 这里是有jinjia2的模板语言进行变量的替换，然后便可以在1.docx文档里面看到{{company_name}}变成了World company
doc.save("generated_doc.docx") # 保存
当然，这个包的功能远远不止上面例子中的一些，可以包含图片
myimage = InlineImage(doc,'test_files/python_logo.png',width=Mm(20)) # tpl便是上面例子中的doc对象
也可以包含另一个docx文档，
sub = doc.new_subdoc()
sub.subdocx = Document('d:\\2.docx')
doc.render({'sub': sub})关于更多的特性，可以访问官网的example，里面涵盖了几乎所有的特性，地址是https://github.com/elapouya/python-docx-template/tree/master/tests
-
最后便是pandoc了，我在这次用到的功能主要是，用来把html文件直接转换为markdow格式文件，然后再转换为txt文件，最后将txt文件内容和格式一同插入到docx文档中，当然，也可以直接把html文件转换为docx文件，格式基本一致
这是用到的命令，而由于使用pandoc是在控制台下cmd或者shell使用的，因此要用到python的另一个包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)
subprocess.call('pandoc temp.html -o temp.docx', cwd='d:\\python', shell=True)- 还有一个问题，若使用过程中，出现打开docx文档报错，那么极有可能便是初始化模板格式错误，因此需要替换一个新的初始化模板
好了，主要便是这些了，谢谢查看！