python-docx格式化输出文档的简单尝试
什么是python-docx？
python-docx 是用于创建和更新Microsoft Word（.docx）文件的Python库。
python-docx简介
使用docx.Document(docx=None)构造函数可以创建一个Document 对象；关于Document和相关对象的用法如下：
add_heading(text=‘’, level=1)
返回新添加到文档末尾的标题段落。
add_paragraph(text=‘’, style=None)
返回新添加到文档末尾的段落，填充 text 有段落风格 风格 . text 可以包含制表符 (\t )字符，这些字符将转换为选项卡的适当XML格式。 text 也可以包括换行符 (\n ）或回车 (\r )字符，每个字符都转换为换行符。
property paragraphs
列表 Paragraph 与文档中的段落相对应的实例，按文档顺序排列。
更多详细用法可参阅帮助文档 python-docx 0.8.11文档
安装python-docx
python-docx 托管在PyPI上，所以安装相对简单。
python-docx 可以使用 pip 安装，如果你的网络链接正常的话：
pip install python-docx
python-docx 也可以使用 easy_install ，尽管不鼓励这样做：
easy_install python-docx
如果既不 pip 也不 easy_install 它可以通过从PyPI下载发行版、解包tarball并运行来手动安装 setup.py ：pypi&python-docx下载
tar xvzf python-docx-{version}.tar.gz
cd python-docx-{version}
python setup.py install
如果您使用最后一种方法，则需要自己安装这些依赖项。
依赖关系
Python2.6、2.7、3.3或更高版本
lxml>=2.3.2
软件环境
win10家庭中文版
python 3.9.0
python-docx 0.8.11
确定需求
由其他程序产生的输出，已经保存为.txt文件；需要按照给定的格式输出一个新的文档。
具体实现及思路
从无到有的生成新的文档听起来令人振奋，实际应用过程中却并不可取；因为不确定因素导致的结果可能与你的最初的目的大相径庭。一个更可靠的做法是事先确定一个标准，将后续也许会出现在计划外的部分以一个固定的模板加以约束。于是就有了以下想法：
一、读取模板文档
首先构造一个Document对象；
doc_test = Document(r'.\test.docx')
接下来添加paragraph样式的索引，通过样式及索引确定paragraph的内容；
for i in doc_test.paragraphs: # 最后返回两个列表：
self.par_list = [] # test.docx文档paragraphs对象的paragraph类列表
self.style_list = [] # paragraph类的style索引列表
二、格式化源文件
打开源文件，保存line的内容列表；
with open('Prin.txt') as f_obj:
line_list = f_obj.readlines()
# print(line_list)
for line in line_list:
a += 1
if line == '---------------\n':
self.prn_list.append(a)
列出 ‘---------------\n’ 在 Prin.txt内容列表 line_list 中的索引；
hd_1 = int(self.prn_list[0]) # Prin.txt的第一个'---------------\n'索引
hd_2 = int(self.prn_list[1]) # Prin.txt的第二个'---------------\n'索引
hd_3 = int(self.prn_list[2]) # Prin.txt的第三个'---------------\n'索引
for ii in range(hd_1 + 1, hd_2):
self.prn_text1 += line_list[ii] # 第一个'---------------\n'索引到第二个'---------------\n'索引内容添加至字符串
for ii in range(hd_2 + 1, hd_3):
self.prn_text2 += line_list[ii] # 第二个'---------------\n'索引到第三个'---------------\n'索引内容添加至字符串
for ii in range(hd_3 + 1, len(line_list)):
self.prn_text3 += line_list[ii] # 第三个'---------------\n'索引到最后的内容添加至字符串
最终将源文件按照分割符’---------------'分为三部分内容分别保存至self.prn_text1、self.prn_text2、self.prn_text3中。
三、文档对象内容更新
确定标题及文档内容更新方法；
# 文档标题
self.TiTle_txt = 'XXX' + TiTle_txt + '数据检查'
# paragraph 方法 'add_run', 'alignment', 'clear', 'insert_paragraph_before'
TiTle = self.par_list[4].add_run(text=self.TiTle_txt)
TiTle.bold = True
TiTle.font.size = Pt(18)
对于字体的设定方法如下，这里注意设置了paragraph 对象的style字体后，你对应的样式字体会被全部修改；例如标题字体与正文不一致但是同样使用正文的样式"Normal"，不能直接使用此类方法修改字体，应创建新的样式标题使用新样式的字体；
"""
中文字体的设置 paragraph对象
self.list[4].style.font.name = '楷体'
self.list[4].style._element.rPr.rFonts.set(qn('w:eastAsia'), u'楷体')
self.list[4].style.font.bold = True
self.list[4].style.font.size = Pt(18)
西文字体的设置 run对象
TiTle.bold = True
TiTle.font.size = Pt(18)
TiTle.font.name = '楷体'
"""
确定文档内容的输入位置；
for i in self.style_list:
for k, v in i.items():
if v == 'Heading 1': # 各分段标题的统一样式
self.Heading_list.append(k)
清理标题（‘Heading 1’）之间的内容；
hd_1 = int(self.Heading_list[0]) # 标题一的paragraph索引
hd_2 = int(self.Heading_list[1]) # 标题二的paragraph索引
hd_3 = int(self.Heading_list[2]) # 标题三的paragraph索引
hd_4 = int(self.Heading_list[3]) # 标题四的paragraph索引
for ii in range(hd_2 + 1, hd_3):
# print(ii)
self.par_list[ii].clear()
for ii in range(hd_3 + 1, hd_4):
# print(ii)
self.par_list[ii].clear()
在标题（‘Heading 1’）之间写入内容；
self.par_list[hd_2 + 1].add_run(text=self.prn_text1) # 标题二 之后的内容
self.par_list[hd_2 + 1].add_run(text=self.prn_text2) # 标题二 之后的内容
self.par_list[hd_3 + 1].add_run(text=self.prn_text3) # 标题三 之后的内容
self.par_list[hd_4 + 1].add_run(text='') # 标题四 之后的内容
四、保存输出新文档
消除上一步，清除内容后留下的空行；
hd_2 = int(self.Heading_list[1]) # 标题二的paragraph索引
hd_3 = int(self.Heading_list[2]) # 标题三的paragraph索引
hd_4 = int(self.Heading_list[3]) # 标题四的paragraph索引
for ii in range(hd_2, hd_3): # 消除空行 ？ 存在问题未处理 标题二、标题三、标题四之间多一个空行
if len(self.par_list[ii].text) == 0:
p = self.par_list[ii]._element
p.getparent().remove(p)
p._p = p._element = None
for ii in range(hd_3, hd_4):
if len(self.par_list[ii].text) == 0:
p = self.par_list[ii]._element
p.getparent().remove(p)
p._p = p._element = None
输出新文档到指定路径；
a = list(os.path.split(path))[0]
self.doc.save(os.path.join(str(a), self.TiTle_txt + '报告.docx'))
完整代码
# encoding: utf-8
# design by bill_love_3
from docx import Document
from docx.shared import Pt
import re
import os
"""
需求：
1.读取test.docx模板文档内容及样式；
2.用模板的样式格式化Prin.txt文档
3.将格式化后的内容添加到test.docx文档中去
4.添加内容后输出新的文档
"""
class FormatDocument():
def __init__(self):
self.par_list = [] # test.docx文档paragraphs对象的paragraph类列表
self.style_list = [] # paragraph类的style索引列表
self.doc = '' # test.docx文档对象
self.Heading_list = [] # 标题所在位置的paragraph索引列表 整数
self.prn_text1 = '' # 源txt的内容部分一
self.prn_text2 = '' # 源txt的内容部分二
self.prn_text3 = '' # 源txt的内容部分三
self.prn_list = [] # 源txt的分隔标识符索引位置列表 整数 “---------------”
self.TiTle_txt = '' # 输出文档的标题内容 样式固定
def ReadTestDocx(self, a=0): # 读取模板文档方法
doc_test = Document(r'.\test.docx') # 总结及反思
目前只是完成了简单的格式化输出，对样式的定义及缩进等控制还没有更深入的涉及；接下来的想法是构造一个包含多种样式的定义及缩进等格式的程序，后续会陆续更新的。