1. 前言
關(guān)于 Word 文檔的讀寫(xiě)婿牍，前面兩篇文章分別進(jìn)行了一次全面的總結(jié)
最全總結(jié) | 聊聊 Python 辦公自動(dòng)化之 Word（上）
最全總結(jié) | 聊聊 Python 辦公自動(dòng)化之 Word（中）
本篇文章作為一個(gè)辦公自動(dòng)化 Word 篇的一個(gè)補(bǔ)充鳖昌，寫(xiě)寫(xiě)幾個(gè)比較實(shí)用的辦公場(chǎng)景
包含：
頁(yè)眉頁(yè)腳處理
合并多個(gè)文檔
新增數(shù)字索引
doc 批量轉(zhuǎn) docx
對(duì)比文檔差異性
特別內(nèi)容標(biāo)注
替換文字內(nèi)容
2. 頁(yè)眉頁(yè)腳
每一個(gè)頁(yè)面章節(jié)都包含：頁(yè)眉頁(yè)腳
它可以單獨(dú)設(shè)置喷好，每個(gè)頁(yè)面都不一樣；也可以全部設(shè)置成與首頁(yè)一樣
這個(gè)功能禀倔，由章節(jié)對(duì)象中的屬性 different_first_page_header_footer 來(lái)控制
當(dāng)值為 True 時(shí)参淫，代表頁(yè)眉頁(yè)腳不同于首頁(yè)，每個(gè)頁(yè)面章節(jié)的頁(yè)眉涎才、頁(yè)腳都可以單獨(dú)設(shè)置
當(dāng)值為 False 時(shí)鞋既，所有頁(yè)面的頁(yè)眉耍铜、頁(yè)腳都一樣
# 1、獲取待處理頁(yè)眉棕兼、頁(yè)腳的章節(jié)
header = self.doc.sections[0].header
footer = self.doc.sections[0].footer
# True if this section displays a distinct first-page header and footer
# True：頁(yè)眉頁(yè)腳不同于首頁(yè)陡舅，每個(gè)頁(yè)面章節(jié)的頁(yè)眉頁(yè)腳單獨(dú)設(shè)置
# False：每個(gè)頁(yè)面的頁(yè)眉頁(yè)腳相同
self.doc.sections[0].different_first_page_header_footer = True
添加頁(yè)眉頁(yè)腳包含兩種，分別是：普通頁(yè)眉頁(yè)腳伴挚、自定義樣式的頁(yè)眉頁(yè)腳
1 - 普通頁(yè)眉頁(yè)腳
def add_norm_header_and_footer(header, footer, header_content, footer_content):
"""
增加一個(gè)普通的頁(yè)眉章鲤、頁(yè)腳咆贬，并居中顯示
:param header_content:
:param footer_content:
:return:
"""
# 新增/修改頁(yè)眉、頁(yè)腳
# 注意：一般頁(yè)眉皱蹦、頁(yè)腳里只有一個(gè)段落
header.paragraphs[0].text = header_content
footer.paragraphs[0].text = footer_content
# 居中顯示
header.paragraphs[0].alignment = WD_PARAGRAPH_ALIGNMENT.CENTER
footer.paragraphs[0].alignment = WD_PARAGRAPH_ALIGNMENT.CENTER
# 2眷蜈、新增頁(yè)眉
# 2.1 普通的頁(yè)眉、頁(yè)腳
add_norm_header_and_footer(header, footer, "我是一個(gè)頁(yè)眉", "我是一個(gè)頁(yè)腳")
2 - 自帶樣式的頁(yè)眉頁(yè)腳
2 - 自帶樣式的頁(yè)眉頁(yè)腳
def add_custom_style_header_and_footer(header, footer, header_content, footer_content, style):
"""
新增自定義的頁(yè)眉辜妓、頁(yè)腳
:param header:
:param footer:
:param header_content:
:param footer_content:
:param style:
:return:
"""
# 注意：style_type=2籍滴，否則會(huì)報(bào)錯(cuò)
header.paragraphs[0].add_run(header_content, style)
footer.paragraphs[0].add_run(footer_content, style)
# 2.2 自帶樣式的頁(yè)眉榴啸、頁(yè)腳
# 創(chuàng)建一個(gè)樣式
style_paragraph = create_style(document=self.doc, style_name="style5", style_type=2, font_size=30,
font_color=[0xff, 0x00, 0x00], align=WD_PARAGRAPH_ALIGNMENT.CENTER)
add_custom_style_header_and_footer(header, footer, "我是頁(yè)眉2", "我是頁(yè)腳2", style_paragraph)
如果想將文檔中所有的頁(yè)眉鸥印、頁(yè)腳刪除掉坦报，只需要 2 個(gè)步驟：
遍歷文檔中所有頁(yè)面章節(jié)狂鞋，將其 different_first_page_header_footer 屬性值設(shè)置為 False
-
設(shè)置章節(jié)對(duì)象頁(yè)眉頁(yè)腳的 is_linked_to_previous 屬性值為 True
PS：當(dāng) is_linked_to_previous 設(shè)置為 True 時(shí)，頁(yè)眉頁(yè)腳會(huì)被刪除
def remove_all_header_and_footer(doc):
"""
刪除文檔中所有頁(yè)眉和頁(yè)腳
:param doc:
:return:
"""
for section in doc.sections:
section.different_first_page_header_footer = False
# 當(dāng)is_linked_to_previous設(shè)置為T(mén)rue時(shí)骚揍，頁(yè)眉頁(yè)腳會(huì)被刪除
section.header.is_linked_to_previous = True
section.footer.is_linked_to_previous = True
3. 合并多個(gè)文檔
日常工作中疏咐，經(jīng)常會(huì)遇到將多個(gè) Word 文檔合并成一個(gè)文件的需求
這里，可以使用另外一個(gè) Python 依賴庫(kù)：docxcompose
# 合并多個(gè)文件的依賴庫(kù)
pip3 install docxcompose
使用也非常簡(jiǎn)單借跪，只需要下面 4 行代碼酌壕，就能將多個(gè)文件進(jìn)行合并卵牍，生成到一個(gè)新的文件中去
from docxcompose.composer import Composer
def compose_files(self, files, output_file_path):
"""
合并多個(gè)word文件到一個(gè)文件中
:param files:待合并文件的列表
:param output_file_path 新的文件路徑
:return:
"""
composer = Composer(Document())
for file in files:
composer.append(Document(file))
# 保存到新的文件中
composer.save(output_file_path)
4. 新增數(shù)字索引
我們經(jīng)常需要在文檔頁(yè)腳處添加頁(yè)面數(shù)字索引，可惜 python-docx 并沒(méi)有提供現(xiàn)有方法
但是辛掠，在 stackoverflow 上找到實(shí)現(xiàn)的方式
https://stackoverflow.com/questions/56658872/add-page-number-using-python-docx?rq=1
from docx.oxml.xmlchemy import BaseOxmlElement, ZeroOrOne, ZeroOrMore, OxmlElement
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
from docx.oxml import ns
def create_element(self, name):
return OxmlElement(name)
def create_attribute(self, element, name, value):
element.set(ns.qn(name), value)
def add_page_number(self, run):
"""
添加頁(yè)面索引
:param run:
:return:
"""
fldChar1 = self.create_element('w:fldChar')
self.create_attribute(fldChar1, 'w:fldCharType', 'begin')
instrText = self.create_element('w:instrText')
self.create_attribute(instrText, 'xml:space', 'preserve')
instrText.text = "PAGE"
fldChar2 = self.create_element('w:fldChar')
self.create_attribute(fldChar2, 'w:fldCharType', 'end')
# run._r：class 'docx.oxml.text.run.CT_R'>
run._r.append(fldChar1)
run._r.append(instrText)
run._r.append(fldChar2)
默認(rèn)生成的數(shù)字索引在頁(yè)腳左下角萝衩，并不美觀猩谊！
因此祭刚，這里我們可以使用 第一篇文章 的方法創(chuàng)建一個(gè)「文字塊樣式」，然后以文字塊 Run 的形式暗甥，添加到頁(yè)腳的第一個(gè)段落中去
# 注意：要設(shè)置頁(yè)眉頁(yè)腳的對(duì)齊方式遮怜，必須設(shè)置到段落上（文字塊不能添加對(duì)齊方式）
doc.sections[0].footer.paragraphs[0].alignment = WD_PARAGRAPH_ALIGNMENT.CENTER
# 創(chuàng)建一個(gè)文字塊樣式锯梁，指定字體名稱焰情、大小内舟、顏色
style = create_style(document=doc, style_name="style", style_type=2, font_size=10,
font_color=[0x00, 0x00, 0x00], font_name="黑體")
self.add_page_number(doc.sections[0].footer.paragraphs[0].add_run("", style))
doc.save("./output.docx")
print('添加頁(yè)碼索引成功初橘！')
需要注意的，如果需要設(shè)置頁(yè)面數(shù)字索引的對(duì)齊方式耕蝉，必須針對(duì)頁(yè)腳的段落進(jìn)行設(shè)置夜只，修改其 alignment 屬性值即可
5. doc 轉(zhuǎn) docx
python-docx 對(duì) doc 格式的文檔不太友好扔亥，要處理這類文檔，我們需要先將它轉(zhuǎn)換為 docx 格式
對(duì)于 Windows 系統(tǒng)踢关，完全可以使用 win32com 這個(gè)模塊粘茄，用命令去調(diào)用 Word 應(yīng)用驹闰，打開(kāi)源文件后撒会，保存了 docx 格式的文件即可
from win32com import client
def doc_to_docx_in_win(path_raw, path_output):
? """
doc轉(zhuǎn)為docx（win）
:param path_original:
:param path_final:
:return:
"""
# 獲取文件的格式后綴
file_suffix = os.path.splitext(path_raw)[1]
if file_suffix == ".doc":
word = client.Dispatch('Word.Application')
# 源文件
doc = word.Documents.Open(path_raw)
# 生成的新文件
doc.SaveAs(path_output, 16)
doc.Close()
word.Quit()
elif file_suffix == ".docx":
shutil.copy(path_raw, path_output)
而對(duì)于 Mac/Linux诵肛，推薦使用 LibreOffice 去轉(zhuǎn)換文檔格式
# 轉(zhuǎn)換格式
./soffice --headless --convert-to docx 源文件.doc --outdir /output/path/
PS：LibreOffice 是一款由社區(qū)創(chuàng)造的自由免費(fèi)辦公套件，跨平臺(tái)褪秀，內(nèi)置的 soffice 可以用于文件轉(zhuǎn)換
以 Mac OS 為例薛训，我們按下面步驟來(lái)操作
官網(wǎng)下載 LibreOffice 軟件并安裝
找到 LibreOffice 軟件安裝目錄乙埃，將 soffice 命令所在目錄配置到環(huán)境變量中
重啟 Pycharm
使用 os 模塊下的 walk() 函數(shù)遍歷所有源文件锯岖，組成一條 soffice 轉(zhuǎn)換命令
執(zhí)行轉(zhuǎn)換命令
import os
source = "./doc/"
dest = "./docx/"
g = os.walk(source)
# 遍歷文件夾
for root, dirs, files in g:
for file in files:
# 源文件完整路徑
file_path_raw = os.path.join(root, file)
print(file_path_raw)
os.system("soffice --headless --convert-to docx {} --outdir {}".format(file_path_raw, dest))
6. 對(duì)比文檔差異性
兩個(gè) Word 文檔的對(duì)比也是工作中比較常見(jiàn)的需求了
首先出吹，遍歷文檔中所有段落辙喂，過(guò)濾掉空行巍耗，獲取所有文本內(nèi)容
# 分別獲取段落內(nèi)容
content1 = ''
content2 = ''
for paragraph in file1.paragraphs:
? if "" == paragraph.text.strip():
continue
content1 += paragraph.text + '\n'
for paragraph in file2.paragraphs:
if "" == paragraph.text.strip():
continue
content2 += paragraph.text + '\n'
# 如果參數(shù) keepends 為 False，不包含換行符竹勉，如果為 True娄琉，則保留換行符孽水。
print("第二個(gè)文檔數(shù)據(jù)如下：\n", content1.splitlines(keepends=False))
print("第一個(gè)文檔數(shù)據(jù)如下：\n", content1.splitlines(keepends=False))
接著，使用 Python 中的標(biāo)準(zhǔn)依賴庫(kù) difflib 對(duì)比文字間的差異杏慰，最后生成 HTML 差異報(bào)告
import codecs
from difflib import HtmlDiff
# 差異內(nèi)容
diff_html = HtmlDiff(wrapcolumn=100).make_file(content1.split("\n"), content2.split("\n"))
# 寫(xiě)入到文件中
with codecs.open('./diff_result.html', 'w', encoding='utf-8') as f:
f.write(diff_html)
7. 特別內(nèi)容標(biāo)注
我們經(jīng)常需要對(duì)文檔中部分重要內(nèi)容進(jìn)行特別標(biāo)注
比如炼鞠，我們需要對(duì)文檔中包含「 微信 」的文字塊或單元格谒主，標(biāo)為紅色并加粗顯示
1 - 段落內(nèi)容
只需要遍歷出段落中所有文字塊 Run，直接修改文字塊的 Font 屬性即可
doc = Document(file)
# 關(guān)鍵字的文字塊或單元格標(biāo)紅擎颖，并加粗
# 1观游、修改段落中包含關(guān)鍵字的文件塊的樣式
for paragraph in doc.paragraphs:
for run in paragraph.runs:
if keyword in run.text:
# 修改顏色為紅色懂缕，并加粗顯示
run.font.bold = True
run.font.color.rgb = RGBColor(255, 0, 0)
2 - 表格內(nèi)容
設(shè)置滿足條件的單元格樣式有點(diǎn)特別，需要經(jīng)過(guò)下面 4 個(gè)步驟
獲取單元格對(duì)象聋丝，獲取單元格文本內(nèi)容潮针，并臨時(shí)保存
清空單元格數(shù)據(jù)
單元格對(duì)象追加一個(gè)段落和一個(gè)文字塊 Run，返回一個(gè)文字塊對(duì)象
設(shè)置文字塊對(duì)象樣式瓣戚，標(biāo)紅并加粗
tables = [table for table in doc.tables]
for table in tables:
for row in table.rows:
for cell in row.cells:
if keyword in cell.text:
# 原內(nèi)容
content_raw = cell.text
# 清空單元格數(shù)據(jù)
cell.text = ""
# 追加數(shù)據(jù)進(jìn)去焦读，并設(shè)置樣式
run = cell.paragraphs[0].add_run(content_raw)
run.font.color.rgb = RGBColor(255, 0, 0)
run.font.bold = True
8. 替換文字內(nèi)容
有時(shí)候矗晃，我們需要將文檔中某個(gè)關(guān)鍵字全部替換成一個(gè)新的內(nèi)容
這時(shí)候，我們可以遍歷所有段落和表格仓技，使用 replace() 函數(shù)對(duì)段落文本和單元格內(nèi)容進(jìn)行替換
def replace_content(self, old_content, new_content):
? """
替換文檔中所有內(nèi)容
:param old_content:舊的內(nèi)容
:param new_content:新的內(nèi)容
:return:
"""
# 替換段落
for paragraph in self.doc.paragraphs:
if old_content in paragraph.text:
# 替換內(nèi)容后脖捻，重新設(shè)置進(jìn)去
paragraph.text = paragraph.text.replace(old_content, new_content)
# 替換表格
# document.tables[表格索引].rows[行索引].cells[單元格列索引].text = “新的數(shù)據(jù)”兆衅。
tables = [table for table in self.doc.tables]
for table in tables:
for row in table.rows:
for cell in row.cells:
if old_content in cell.text:
# 重新設(shè)置單元格內(nèi)容
cell.text = cell.text.replace(old_content, new_content)
# 保存到一個(gè)新的文件中
self.doc.save('./new.docx')
9. 最后
到此羡亩，Python 自動(dòng)化 Word 篇的內(nèi)容全部結(jié)束了！
如果實(shí)際工作中雷袋，有一些其他的業(yè)務(wù)場(chǎng)景文中沒(méi)有覆蓋到及志，可以在文末進(jìn)行留言速侈，后面辦公自動(dòng)化實(shí)戰(zhàn)篇可能會(huì)提供對(duì)應(yīng)的解決方案迫卢！
要獲取全部源碼乾蛤，關(guān)注公眾號(hào)「 AirPython 」捅僵，后臺(tái)回復(fù)「 word 」即可獲得全部源碼
如果你覺(jué)得文章還不錯(cuò)眨层，請(qǐng)大家 點(diǎn)贊趴樱、分享、留言下纳账，因?yàn)檫@將是我持續(xù)輸出更多優(yōu)質(zhì)文章的最強(qiáng)動(dòng)力疏虫！
推薦閱讀
最全總結(jié) | 聊聊 Python 辦公自動(dòng)化之 Excel（上）
最全總結(jié) | 聊聊 Python 辦公自動(dòng)化之 Excel（中）
最全總結(jié) | 聊聊 Python 辦公自動(dòng)化之 Excel（下）
