python调用word接口主要用到的模板为python-docx,基本操作官方文档有说明。
使用python新建一个word文档,操作就像文档里介绍的那样:1 from docx import Document
2 from docx.shared import Inches
3
4 document = Document()
5
6 document.add_heading('Document Title', 0) #插入标题
7
8 p = document.add_paragraph('A plain paragraph having some ') #插入段落
9 p.add_run('bold').bold = True
10 p.add_run(' and some ')
11 p.add_run('italic.').italic = True
12
13 document.add_heading('Heading, level 1', level=1)
14 document.add_paragraph('Intense quote', style='IntenseQuote')
15
16 document.add_paragraph(
17 'first item in unordered list', style='ListBullet'
18 )
19 document.add_paragraph(
20 'first item in ordered list', style='ListNumber'
21 )
22
23 document.add_picture('monty-truth.png', width=Inches(1.25)) #插入图片
24
25 table = document.add_table(rows=1, cols=3) #插入表格
26 hdr_cells = table.rows[0].cells
27 hdr_cells[0].text = 'Qty'
28 hdr_cells[1].text = 'Id'
29 hdr_cells[2].text = 'Desc'
30 for item in recordset:
31 row_cells = table.add_row().cells
32 row_cells[0].text = str(item.qty)
33 row_cells[1].text = str(item.id)
34 row_cells[2].text = item.desc
35
36 document.add_page_break()
37
38 document.save('demo.docx') #保存文档
读取和编辑一个已有的word文档,只需在一开始添加上文件路径就行了,如下:1 from docx import Document
2 from docx.shared import Inches
3
4 document = Document('demo.docx') #打开文件demo.docx
5 for paragraph in document.paragraphs:
6 print(paragraph.text) #打印各段落内容文本
7
8 document.add_paragraph(
9 'Add new paragraph', style='ListNumber'
10 ) #添加新段落
11
12 document.save('demo.docx') #保存文档
如果是想读取其中的图片或是更复杂地编辑,首先我们需要先来认识下docx文档的格式组成:
docx是Microsoft Office之后版本使用的,用新的基于XML的压缩文件格式取代了其目前专有的默认文件格式,在传统的文件名扩展名后面添加了字母“x”(即“.docx”取代“.doc”、“.xlsx”取代“.xls”、“.pptx”取代“.ppt”)。
docx格式的文件本质上是一个ZIP文件。将一个docx文件的后缀改为ZIP后是可以用解压工具打开或是解压的。事实上,Word的基本文件就是ZIP格式的,他可以算作是docx文件的容器。
docx 格式文件的主要内容是保存为XML格式的,但文件并非直接保存于磁盘。它是保存在一个ZIP文件中,然后取扩展名为docx。将.docx 格式的文件后缀改为ZIP后解压, 可以看到解压出来的文件夹中有word这样一个文件夹,它包含了Word文档的大部分内容。而其中的document.xml文件则包含了文档的主要文本内容。
word目录下:
document.xml文件内容:
media目录下存放word文档中插入的图片:
所以,我们可以使用手工的方法编辑文件document.xml来对该word文档内容进行编辑,或是提取文档media中图片文件的方式来提取该word文档中所插入的所有图片。1 import zipfile
2
3 f=zipfile.ZipFile('demo.docx','r')
4
5 for filename in f.namelist():
6 f.extract(filename)