用python处理MS WORD（用到python-docx库）

安装

pyhton 处理 docx 文件需要使用 python-docx 包，可以利用pip工具很方便的安装，pip工具在python安装路径下的Scripts文件夹中

pip install python-docx
当然你也可以选择使用easy_install或者手动方式进行安装

---

---

写入文件内容

此处我们直接给出一个样例，根据自己的需要摘取有用的内容

#coding=utf-8

from docx import Document
from docx.shared import Pt
from docx.shared import Inches

#打开文档
document = Document()

#加入不同等级的标题
document.add_heading(u'MS WORD写入测试',0)
document.add_heading(u'一级标题',1)
document.add_heading(u'二级标题',2)

#添加文本
paragraph = document.add_paragraph(u'我们在做文本测试！')

#设置字号
run = paragraph.add_run(u'设置字号、')
run.font.size = Pt(24)

#设置字体
run = paragraph.add_run('Font')
run.font.name = 'Consolas'

#设置斜体
run = paragraph.add_run(u'斜体、')
run.italic = True

#设置粗体
run = paragraph.add_run(u'粗体').bold = True

#增加引用
document.add_paragraph('Intense quote', style='IntenseQuote')

#增加无序列表
document.add_paragraph(
    u'无序列表元素1', style='ListBullet'
)

document.add_paragraph(
    u'无序列表元素2', style='ListBullet'
)

#增加有序列表
document.add_paragraph(
    u'有序列表元素1', style='ListNumber'
)

document.add_paragraph(
    u'有序列表元素2', style='ListNumber'
)

#增加图像
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].cells
hdr_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)

#增加分页
document.add_page_break()

#保存文件
document.save(u'测试.docx')

该段代码生成的文档样式如下

---

注：有两个问题没找到如何解决，其中一个是设置中文的字体，另外一个是表格边框线设置。如果您知道，还请能够指教。

---

---

读取文件内容

#coding=utf-8
from docx import Document

#打开文档
document = Document(u'测试.docx')

#读取每段资料
l = [ paragraph.text.encode('gb2312') for paragraph in document.paragraphs];

#输出并观察结果
for i in l:
    print i

#可以通过其他方法，直接处理文本文件即可。

我们仍然使用刚才我们生成的文件，可以看到，输出的结果为

注意：此处我们使用gb2312编码方式读取，主要是保证中文的读写正确。一般情况下，使用的utf-8编码方式。

---

---

参考资料

python-docx
Best way to extract text from a Word doc without using COM/automation?
Extracting text from MS word files in python

转载请注明：http://www.voidcn.com/blog/qianchenglenger/article/p-5998778.html