462 lines
16 KiB
Markdown
462 lines
16 KiB
Markdown
# Task 03 python与word
|
||
|
||
- [Task 03 python与word](#task-03-python与word)
|
||
- [3.0 课前准备](#30-课前准备)
|
||
- [3.1.知识要点](#31知识要点)
|
||
- [3.1.1 初步认识docx](#311-初步认识docx)
|
||
- [3.1.2 整体页面结构介绍](#312-整体页面结构介绍)
|
||
- [3.1.2字体设置](#312字体设置)
|
||
- [3.1.3插入图片与表格](#313插入图片与表格)
|
||
- [3.1.4设置页眉页脚](#314设置页眉页脚)
|
||
- [3.1.5代码延伸](#315代码延伸)
|
||
- [3.2 项目实践](#32-项目实践)
|
||
- [3.2.1需求](#321需求)
|
||
- [3.2.2需求分析](#322需求分析)
|
||
- [3.2.3代码](#323代码)
|
||
- [3.3 后记](#33-后记)
|
||
|
||
|
||
|
||
## 3.0 课前准备
|
||
|
||
> python 处理 Word 需要用到 python-docx 库，终端执行如下安装命令：
|
||
|
||
```pyhton
|
||
pip3 install python-docx
|
||
或
|
||
conda install python-docx
|
||
```
|
||
|
||
> 或在pycharm的setting操作安装（示意如下）：
|
||
|
||
|
||
|
||
|
||
|
||
## 3.1.知识要点
|
||
|
||
项目难度：⭐
|
||
|
||
> 说明：
|
||
> 1. 通过小试牛刀初步认识docx，然后系统学习python对word的操作；
|
||
> 2. 预估每个知识点需要讲解的时间；
|
||
> 3. 研发逻辑就是讲解逻辑，一般从上往下，遵循：`What - Why - How` 或 `Why - What - How` 思路；
|
||
|
||
|
||
|
||
### 3.1.1 初步认识docx
|
||
|
||
相信同学们都进行过word的操作。话不多说，直接上python对word简单操作的代码，先有个直观的感觉，然后再系统学习！
|
||
|
||
```python
|
||
# 导入库
|
||
from docx import Document
|
||
|
||
# 新建空白文档
|
||
doc_1 = Document()
|
||
|
||
# 添加标题（0相当于文章的题目，默认级别是1，级别范围为0-9）
|
||
doc_1.add_heading('新建空白文档标题，级别为0',level = 0)
|
||
doc_1.add_heading('新建空白文档标题，级别为1',level = 1)
|
||
doc_1.add_heading('新建空白文档标题，级别为2',level = 2)
|
||
|
||
# 新增段落
|
||
paragraph_1 = doc_1.add_paragraph('这是第一段文字的开始\n请多多关照！')
|
||
# 加粗
|
||
paragraph_1.add_run('加粗字体').bold = True
|
||
paragraph_1.add_run('普通字体')
|
||
# 斜体
|
||
paragraph_1.add_run('斜体字体').italic =True
|
||
|
||
# 新段落（当前段落的下方）
|
||
paragraph_2 = doc_1.add_paragraph('新起的第二段文字。')
|
||
|
||
# 新段落（指定端的上方）
|
||
prior_paragraph = paragraph_1.insert_paragraph_before('在第一段文字前插入的段落')
|
||
|
||
# 添加分页符(可以进行灵活的排版）
|
||
doc_1.add_page_break()
|
||
# 新段落（指定端的上方）
|
||
paragraph_3 = doc_1.add_paragraph('这是第二页第一段文字！')
|
||
|
||
# 保存文件（当前目录下）
|
||
doc_1.save('doc_1.docx')
|
||
```
|
||
|
||
---
|
||
|
||
上节只是小试牛刀一下，接下来我们系统地学习python自动化之word操作。
|
||
|
||
在操作之前，我们需要了解 Word 文档的<font color=red>页面结构</font> ：
|
||
|
||
- 文档 - Document
|
||
- 段落 - Paragraph
|
||
- 文字块 - Run
|
||
|
||
**`python-docx`**将整个文章看做是一个**`Document`**对象 ，其基本结构如下：
|
||
|
||
- 每个**`Document`**包含许多个代表“段落”的**`Paragraph`**对象，存放在**`document.paragraphs`**中。
|
||
- 每个**`Paragraph`**都有许多个代表"行内元素"的**`Run`**对象，存放在**`paragraph.runs`**中。
|
||
|
||
在**`python-docx`**中，**`run`**是最基本的单位，每个**`run`**对象内的文本样式都是一致的，也就是说，在从**`docx`**文件生成文档对象时，**`python-docx`**会根据样式的变化来将文本切分为一个个的`Run`对象。
|
||
|
||
### 3.1.2 整体页面结构介绍
|
||
|
||
我们以一个小案例为主线把文档，段落和文字块串一下：
|
||
|
||
```python
|
||
# 导入库
|
||
from docx import Document
|
||
from docx.shared import RGBColor, Pt,Inches,Cm
|
||
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
|
||
from docx.oxml.ns import qn
|
||
|
||
# 新建文档（Datawhale）
|
||
doc_1 = Document()
|
||
|
||
# 字体设置（全局）
|
||
'''只更改font.name是不够的，还需要调用._element.rPr.rFonts的set()方法。'''
|
||
|
||
doc_1.styles['Normal'].font.name = u'宋体'
|
||
doc_1.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'宋体')
|
||
|
||
# 添加标题（0相当于文章的题目，默认级别是1，级别范围为0-9，0时候自动带下划线）
|
||
heading_1 = doc_1.add_heading('周杰伦',level = 0)
|
||
heading_1.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER #居中对齐，默认居左对齐
|
||
|
||
# 新增段落
|
||
paragraph_1 = doc_1.add_paragraph()
|
||
'''
|
||
设置段落格式：首行缩进0.75cm，居左，段后距离1.0英寸,1.5倍行距。
|
||
'''
|
||
paragraph_1.paragraph_format.first_line_indent = Cm(0.75)
|
||
paragraph_1.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.LEFT
|
||
paragraph_1.paragraph_format.space_after = Inches(1.0)
|
||
paragraph_1.paragraph_format.line_spacing = 1.5
|
||
|
||
text = '中国台湾华语流行歌手、' \
|
||
'音乐创作家、作曲家、作词人、' \
|
||
'制作人、杰威尔音乐公司老板之一、导演。' \
|
||
'近年涉足电影行业。周杰伦是2000年后亚洲流行乐坛最具革命性与指标' \
|
||
'性的创作歌手，有“亚洲流行天王”之称。他突破原有亚洲音乐的主题、形' \
|
||
'式，融合多元的音乐素材，创造出多变的歌曲风格，尤以融合中西式曲风的嘻哈' \
|
||
'或节奏蓝调最为著名，可说是开创华语流行音乐“中国风”的先声。周杰伦的' \
|
||
'出现打破了亚洲流行乐坛长年停滞不前的局面，为亚洲流行乐坛翻开了新的一页！'
|
||
|
||
r_1 = paragraph_1.add_run(text)
|
||
r_1.font.size =Pt(10) #字号
|
||
r_1.font.bold =True #加粗
|
||
r_1.font.color.rgb =RGBColor(255,0,0) #颜色
|
||
|
||
# 保存文件（当前目录下）
|
||
doc_1.save('周杰伦.docx')
|
||
```
|
||
通过上例我们可以看到，最小的操作对象为文字块，通过run的指定进行操作。比如字号，颜色等；而再上一个层级--段落是的格式是通过paragraph_format进行设置；
|
||
|
||
### 3.1.2字体设置
|
||
|
||
通过（1），同学们已经注意到，字体的设置是全局变量。如果我想在不同的部分进行不同字体的设置，那该怎么办呢？这就需要在应用前操作设置一下。
|
||
|
||
```python
|
||
'''字体设置1.py'''
|
||
#导入库
|
||
from docx import Document
|
||
from docx.oxml.ns import qn
|
||
from docx.enum.style import WD_STYLE_TYPE
|
||
|
||
document = Document() # 新建docx文档
|
||
|
||
# 设置宋体字样式
|
||
style_font = document.styles.add_style('宋体', WD_STYLE_TYPE.CHARACTER)
|
||
style_font.font.name = '宋体'
|
||
document.styles['宋体']._element.rPr.rFonts.set(qn('w:eastAsia'), u'宋体')
|
||
|
||
# 设置楷体字样式
|
||
style_font = document.styles.add_style('楷体', WD_STYLE_TYPE.CHARACTER)
|
||
style_font.font.name = '楷体'
|
||
document.styles['楷体']._element.rPr.rFonts.set(qn('w:eastAsia'), u'楷体') # 将段落中的所有字体
|
||
|
||
# 设置华文中宋字样式
|
||
style_font = document.styles.add_style('华文中宋', WD_STYLE_TYPE.CHARACTER)
|
||
style_font.font.name = '华文中宋'
|
||
document.styles['华文中宋']._element.rPr.rFonts.set(qn('w:eastAsia'), u'华文中宋')
|
||
|
||
paragraph1 = document.add_paragraph() # 添加段落
|
||
run = paragraph1.add_run(u'aBCDefg这是中文', style='宋体') # 设置宋体样式
|
||
|
||
font = run.font #设置字体
|
||
font.name = 'Cambira' # 设置西文字体
|
||
paragraph1.add_run(u'aBCDefg这是中文', style='楷体').font.name = 'Cambira'
|
||
paragraph1.add_run(u'aBCDefg这是中文', style='华文中宋').font.name = 'Cambira'
|
||
|
||
document.save('字体设置1.docx')
|
||
```
|
||
|
||
```python
|
||
'''字体设置2.py'''
|
||
#导入库
|
||
from docx import Document
|
||
from docx.oxml.ns import qn
|
||
from docx.enum.style import WD_STYLE_TYPE
|
||
|
||
#定义字体设置函数
|
||
def font_setting(doc,text,font_cn):
|
||
style_add = doc.styles.add_style(font_cn, WD_STYLE_TYPE.CHARACTER)
|
||
style_add.font.name = font_cn
|
||
doc.styles[font_cn]._element.rPr.rFonts.set(qn('w:eastAsia'), font_cn)
|
||
par = doc.add_paragraph()
|
||
text = par.add_run(text, style=font_cn)
|
||
|
||
doc = Document()
|
||
a = '小朋友 你是否有很多问号'
|
||
b = '为什么 别人在那看漫画'
|
||
c = '我却在学画画 对着钢琴说话'
|
||
|
||
font_setting(doc,a,'宋体')
|
||
font_setting(doc,b,'华文中宋')
|
||
font_setting(doc,c,'黑体')
|
||
|
||
doc.save('字体设置2.docx')
|
||
|
||
```
|
||
|
||
我们很容易地看出来，字体设置1.py与字体设置2.py的区别在于是否为同一段落，同时字体设置2.py中自定义了一个函数。同学们可以在实际工作中看具体场景进行选择。
|
||
|
||
### 3.1.3插入图片与表格
|
||
|
||
```python
|
||
#导入库
|
||
from docx import Document
|
||
from docx.shared import Inches
|
||
|
||
#打开文档
|
||
doc_1 = Document('周杰伦.docx') #上面脚本存储的文档
|
||
#新增图片
|
||
doc_1.add_picture('周杰伦.jpg',width=Inches(1.0), height=Inches(1.0))
|
||
|
||
# 创建3行1列表格
|
||
table1 = doc_1.add_table(rows=2, cols=1)
|
||
table1.style='Medium Grid 1 Accent 1' #表格样式很多种，如，Light Shading Accent 1等
|
||
|
||
# 修改第2行第3列单元格的内容为营口
|
||
table1.cell(0, 0).text = '营口'
|
||
# 修改第3行第4列单元格的内容为人民
|
||
table1.rows[1].cells[0].text = '人民'
|
||
|
||
# 在表格底部新增一行
|
||
row_cells = table1.add_row().cells
|
||
# 新增行的第一列添加内容
|
||
row_cells[0].text = '加油'
|
||
|
||
doc_1.save('周杰伦为营口加油.docx')
|
||
|
||
```
|
||
|
||
### 3.1.4设置页眉页脚
|
||
|
||
在python-docx包中则要使用节(section)中的页眉(header)和页脚(footer)对象来具体设置。
|
||
|
||
```python
|
||
from docx import Document
|
||
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
|
||
|
||
document = Document() # 新建文档
|
||
|
||
header = document.sections[0].header # 获取第一个节的页眉
|
||
print('页眉中默认段落数：', len(header.paragraphs))
|
||
paragraph = header.paragraphs[0] # 获取页眉的第一个段落
|
||
paragraph.add_run('这是第一节的页眉') # 添加页面内容
|
||
footer = document.sections[0].footer # 获取第一个节的页脚
|
||
paragraph = footer.paragraphs[0] # 获取页脚的第一个段落
|
||
paragraph.add_run('这是第一节的页脚') # 添加页脚内容
|
||
|
||
|
||
'''在docx文档中又添加了2个节，共计3个节，页面和页脚会显示了“与上一节相同”。
|
||
如果不使用上一节的内容和样式要将header.is_linked_to_previous的属性或footer.is_linked_to_previous的属性设置为False，
|
||
用于解除“链接上一节页眉”或者“链接上一节页脚”。'''
|
||
document.add_section() # 添加一个新的节
|
||
document.add_section() # 添加第3个节
|
||
header = document.sections[1].header # 获取第2个节的页眉
|
||
header.is_linked_to_previous = False # 不使用上节内容和样式
|
||
|
||
#对齐设置
|
||
header = document.sections[1].header # 获取第2个节的页眉
|
||
header.is_linked_to_previous = False # 不使用上节内容和样式
|
||
paragraph = header.paragraphs[0]
|
||
paragraph.add_run('这是第二节的页眉')
|
||
paragraph.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER # 设置页眉居中对齐
|
||
document.sections[1].footer.is_linked_to_previous = False
|
||
footer.paragraphs[0].add_run('这是第二节的页脚') # 添加第2节页脚内容
|
||
footer.paragraphs[0].alignment = WD_PARAGRAPH_ALIGNMENT.CENTER # 设置第2节页脚居中对齐
|
||
header = document.sections[2].header # 获取第3个节的页眉
|
||
header.is_linked_to_previous = False # 不使用上节的内容和样式
|
||
paragraph = header.paragraphs[0] # 获取页眉中的段落
|
||
paragraph.add_run('这是第三节的页眉')
|
||
paragraph.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT # 设置页眉右对齐
|
||
document.sections[2].footer.is_linked_to_previous = False
|
||
footer.paragraphs[0].add_run('这是第三节的页脚') # 添加第3节页脚内容
|
||
footer.paragraphs[0].alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT # 设置第3节页脚右对齐
|
||
document.save('页眉页脚1.docx') # 保存文档
|
||
```
|
||
|
||
结果如下：
|
||
|
||
|
||
|
||
### 3.1.5代码延伸
|
||
|
||
```python
|
||
'''对齐设置'''
|
||
from docx.enum.text import WD_ALIGN_PARAGRAPH
|
||
#LEFT: 左对齐
|
||
#CENTER: 文字居中
|
||
#RIGHT: 右对齐
|
||
#JUSTIFY: 文本两端对齐
|
||
|
||
'''设置段落行距'''
|
||
from docx.shared import Length
|
||
# SINGLE :单倍行距（默认）
|
||
#ONE_POINT_FIVE : 1.5倍行距
|
||
# DOUBLE2 : 倍行距
|
||
#AT_LEAST : 最小值
|
||
#EXACTLY:固定值
|
||
# MULTIPLE : 多倍行距
|
||
|
||
paragraph.line_spacing_rule = WD_LINE_SPACING.EXACTLY #固定值
|
||
paragraph_format.line_spacing = Pt(18) # 固定值18磅
|
||
paragraph.line_spacing_rule = WD_LINE_SPACING.MULTIPLE #多倍行距
|
||
paragraph_format.line_spacing = 1.75 # 1.75倍行间距
|
||
|
||
'''设置字体属性'''
|
||
from docx.shared import RGBColor,Pt
|
||
#all_caps:全部大写字母
|
||
#bold:加粗
|
||
#color:字体颜色
|
||
|
||
#double_strike:双删除线
|
||
#hidden : 隐藏
|
||
#imprint : 印记
|
||
#italic : 斜体
|
||
#name :字体
|
||
#shadow :阴影
|
||
#strike : 删除线
|
||
#subscript :下标
|
||
#superscript :上标
|
||
#underline :下划线
|
||
```
|
||
|
||
## 3.2 项目实践
|
||
|
||
项目难度：⭐ ⭐ ⭐
|
||
|
||
### 3.2.1需求
|
||
|
||
> 你是公司的行政人员，对合作伙伴进行邀请，参加公司的会议；
|
||
>
|
||
> 参会人名单如下：
|
||
|
||
|
||
|
||
拟定的邀请函样式如下：
|
||
|
||
|
||
|
||
**根据参会人名单，利用python批量生成邀请函。**
|
||
|
||
|
||
|
||
### 3.2.2需求分析
|
||
|
||
> 逻辑相对简单：
|
||
>
|
||
> - 获取 Excel 文件中每一行的信息，提取 参数；结合获取的参数设计邀请函样式并输出
|
||
> - 设计word段落及字体等样式。
|
||
|
||
### 3.2.3代码
|
||
|
||
```python
|
||
# 导入库
|
||
from openpyxl import load_workbook
|
||
from docx import Document
|
||
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
|
||
from docx.shared import RGBColor, Pt,Inches,Cm
|
||
from docx.oxml.ns import qn
|
||
|
||
|
||
path = r'D:\idea\cloud_analyse_game_sentiment\word自动化'
|
||
# 路径为Excel 文件所在的位置，可按实际情况更改
|
||
|
||
workbook = load_workbook(path + r'\excel到word.xlsx')
|
||
sheet = workbook.active #默认的WorkSheet
|
||
|
||
n = 0 #为了不遍历标题（excel的第一行）
|
||
for row in sheet.rows:
|
||
if n:
|
||
company = row[0].value
|
||
office = row[1].value
|
||
name = row[2].value
|
||
date = str(row[3].value).split()[0]
|
||
print(company, office, name, date)
|
||
|
||
|
||
doc = Document()
|
||
heading_1 = '邀 请 函'
|
||
paragraph_1 = doc.add_heading(heading_1, level=1)
|
||
# 居中对齐
|
||
paragraph_1.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER
|
||
# 单独修改较大字号
|
||
for run in paragraph_1.runs:
|
||
run.font.size = Pt(17)
|
||
|
||
greeting_word_1 = '尊敬的'
|
||
greeting_word_2 = '公司'
|
||
greeting_word_3 = '，您好：'
|
||
paragraph_2 = doc.add_paragraph()
|
||
|
||
paragraph_2.add_run(greeting_word_1)
|
||
r_1 = paragraph_2.add_run(company)
|
||
r_1.font.bold = True # 加粗
|
||
r_1.font.underline = True #下划线
|
||
|
||
paragraph_2.add_run(greeting_word_2)
|
||
|
||
r_2 = paragraph_2.add_run(office)
|
||
r_2.font.bold = True # 加粗
|
||
r_2.font.underline = True #下划线
|
||
|
||
r_3 = paragraph_2.add_run(name)
|
||
r_3.font.bold = True # 加粗
|
||
r_3.font.underline = True #下划线
|
||
paragraph_2.add_run(greeting_word_3)
|
||
|
||
paragraph_3 = doc.add_paragraph()
|
||
paragraph_3.add_run('现诚挚的邀请您于2021年10月27日参加DataWhale主办的享受开源2050活动，地点在北京鸟巢，希望您届时莅临参加。')
|
||
paragraph_3.paragraph_format.first_line_indent = Cm(0.75)
|
||
paragraph_3.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.LEFT
|
||
paragraph_3.paragraph_format.space_after = Inches(1.0)
|
||
paragraph_3.paragraph_format.line_spacing = 1.5
|
||
|
||
paragraph_4 = doc.add_paragraph()
|
||
date_word_1 = '邀请时间：'
|
||
paragraph_4.add_run(date_word_1)
|
||
paragraph_4.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT
|
||
sign_date = "{}年{}月{}日".format(date.split('-')[0], date.split('-')[1], date.split('-')[2])
|
||
paragraph_4.add_run(sign_date).underline = True
|
||
paragraph_4.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT
|
||
|
||
#设置全文字体
|
||
for paragraph in doc.paragraphs:
|
||
for run in paragraph.runs:
|
||
run.font.color.rgb = RGBColor(0, 0, 0)
|
||
run.font.name = '楷体'
|
||
r = run._element.rPr.rFonts
|
||
r.set(qn('w:eastAsia'), '楷体')
|
||
doc.save(path + "\{}-邀请函.docx".format(name))
|
||
n = n + 1
|
||
```
|
||
|
||
## 3.3 后记
|
||
|
||
> 本案例也可适用于批量生产固定格式的word，如工资条，通知单等，面对这种相似且重复的任务，python的自动化运行能大幅提升当前的工作效率。
|
||
|