Python办公自动化之——调整Word样式

在Word排版中，许多繁琐的功能，如文本格式设置、段落对齐、表格操作和图片插入，常常消耗大量时间和精力。借助Python自动化处理，这些任务变得更加高效，python-docx 库为我们提供了极大的帮助。通过该库，可以轻松读取和学习现有文档的样式和格式，并将其应用到新的文档中。这样，用户可以自动化地生成和修改Word文档，而无需手动进行重复性操作，极大地解放了生产力。python-docx 使得自动化办公、报告生成和文档处理变得简单而高效，特别适合需要频繁处理Word文档的工作场景。借助该库，用户不仅可以提高工作效率，还能保证文档的一致性和专业性。

一、 python-docx库概述

官方手册： https://python-docx.readthedocs.io/en/latest/index.html
pypi 官方地址： https://pypi.org/project/python-docx/

python-docx 是一个用于创建和修改Microsoft Word文档（.docx格式）的Python库。它使得在Python代码中处理Word文档变得简单和直观。以下是对 python-docx 库的概述：

1.1 功能概述

python-docx 提供了一组易于使用的API，可以进行以下操作：

创建新文档：可以从头开始创建一个新的Word文档，并向其中添加各种元素，如段落、表格、图片等。
读取和修改现有文档：可以打开现有的Word文档，读取其内容并进行修改，例如添加新内容、删除旧内容或更改格式。
文本操作：可以向文档中添加段落和运行文本，还可以设置文本的字体、大小、颜色、粗体、斜体、下划线等格式。
段落和段落格式：支持段落的对齐、缩进、间距设置等。
表格操作：可以创建表格，添加行和列，合并单元格，设置表格样式等。
图片和其他嵌入对象：可以向文档中插入图片，并控制图片的位置和大小。
样式管理：支持应用和管理不同的文本和段落样式。

1.2 主要组件

• Document：表示一个Word文档对象，可以通过 docx.Document() 创建一个新文档，或通过提供文件路径打开现有文档。
• Paragraph：表示文档中的一个段落，可以包含多个 Run 对象。
• Run：表示段落中的一段连续文本，允许应用特定的文本格式。
• Table 和 Cell：用于创建和操作表格和表格单元格。
• Section：表示文档中的一个节，可以用来设置页边距、纸张大小和方向等。

1.3 示例代码

以下是一个简单的示例代码，展示如何使用 python-docx 创建和修改Word文档：

import docx
from docx.shared import Pt

# 创建一个新的文档
doc = docx.Document()

# 添加标题和段落
doc.add_heading('Document Title', level=1)
doc.add_paragraph('This is a paragraph in the document.')

# 添加带格式的文本
paragraph = doc.add_paragraph()
run = paragraph.add_run('This is a bold text.')
run.bold = True
run.font.size = Pt(14)

# 保存文档
doc.save('example.docx')

# 打开一个现有文档并读取内容
doc = docx.Document('example.docx')
for para in doc.paragraphs:
    print(para.text)

1.4 优缺点

python-docx 是一个强大且易用的库，使得在Python中处理Word文档变得高效且便捷，适合各种自动化办公任务和文档生成需求。

二、文档Document结构

通过官方文档的分析，直接给大家两个结构图，如下：

文档结构	表格结构

我们就是根据这两张结构图进行分析和学习python-docx对word文档的处理的。

2.1 word文档的创建和段落操作

不管对文档什么样的操作，首先需要创建或者打开文档，代码如下：

from docx import Document
doc = Document()  # 新建文档对象
doc1 = Document("test.docx")  #打开test.docx文档

有了文档之后，需要对文档的内容进行操作，在这里我们先给一些常用的函数，如下表：

其实到这里我们就可以操作大部分的文档内容，那么怎么设置一些常用的属性呢？比如对齐方式，行间距，加粗等，下面列举一些常用的属性设置方式，如下：

2.2 Word文档的创建和段落操作

不管对文档什么样的操作，首先需要创建或者打开文档，代码如下：

from docx import Document
from docx.shared import Pt, RGBColor  # 设置像素、缩进等, 设置字体颜色
from docx.oxml.ns import qn
from docx.enum.style import WD_STYLE_TYPE
from docx.enum.text import WD_ALIGN_PARAGRAPH  # 导入段落对齐方式

# 打开文档
doc = Document("test.docx")

# 添加样式
style = doc.styles.add_style('tstyle', WD_STYLE_TYPE.PARAGRAPH)
style.font.color.rgb = RGBColor(0x42, 0x22, 0)

# 添加段落并使用样式
p = doc.add_paragraph("添加段落", style=style)
text = p.add_run("add_run")

# 设置段落格式
for paragraph in doc.paragraphs:
    paragraph.paragraph_format.line_spacing = 3.0
    paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER
    paragraph.paragraph_format.space_before = Pt(10)
    paragraph.paragraph_format.space_after = Pt(10)
    for run in paragraph.runs:
        run.font.bold = True
        run.font.italic = True
        run.font.underline = True
        run.font.strike = True
        run.font.shadow = True
        run.font.size = Pt(20)
        run.font.color.rgb = RGBColor(0x42, 0x24, 0xE9)
        run.font.name = "仿宋"
        r = run._element.rPr.rFonts
        r.set(qn("w:eastAsia"), "微软雅黑")

# 保存文档
doc.save("test.docx")

三、调整目标文件的段落格式

import docx
from lxml import etree

source_file_name = 'source.docx'
target_file_name = 'target.docx'
output_file_name = 'output.docx'

# 获取样式信息的函数
def get_style_info(doc):
    style_info = {
        'font_name_zh': None,
        'font_name_ascii': None,
        'font_size': None,
        'line_spacing': None,
        'font_color': None
    }

    paragraphs = doc.paragraphs

    if paragraphs:
        first_paragraph = paragraphs[0]
        style = first_paragraph.style
        if style:
            style_element = style.element
            style_xml_str = etree.tostring(style_element, encoding='unicode')
            style_tree = etree.fromstring(style_xml_str)
            nsmap = {'w': 'http://schemas.openxmlformats.org/wordprocessingml/2006/main'}

            style_w_rfonts = style_tree.xpath('.//w:rFonts', namespaces=nsmap)
            if style_w_rfonts:
                style_info['font_name_zh'] = style_w_rfonts[0].get('{http://schemas.openxmlformats.org/wordprocessingml/2006/main}eastAsia')
                style_info['font_name_ascii'] = style_w_rfonts[0].get('{http://schemas.openxmlformats.org/wordprocessingml/2006/main}ascii')

            style_sz = style_tree.xpath('.//w:sz', namespaces=nsmap)
            if style_sz:
                style_info['font_size'] = style_sz[0].get('{http://schemas.openxmlformats.org/wordprocessingml/2006/main}val')

            style_spacing = style_tree.xpath('.//w:spacing', namespaces=nsmap)
            if style_spacing:
                style_info['line_spacing'] = style_spacing[0].get('{http://schemas.openxmlformats.org/wordprocessingml/2006/main}line')

            style_color = style_tree.xpath('.//w:color', namespaces=nsmap)
            if style_color:
                style_info['font_color'] = style_color[0].get('{http://schemas.openxmlformats.org/wordprocessingml/2006/main}val')

    return style_info

# 设置样式信息的函数
def set_style_info(doc, style_info):
    paragraphs = doc.paragraphs

    for paragraph in paragraphs:
        for run in paragraph.runs:
            if style_info['font_name_ascii']:
                run.font.name = style_info['font_name_ascii']
            if style_info['font_size']:
                run.font.size = docx.shared.Pt(int(style_info['font_size']) / 2)
            if style_info['font_color']:
                run.font.color.rgb = docx.shared.RGBColor.from_string(style_info['font_color'])
        
        p_style = paragraph.paragraph_format
        if style_info['line_spacing']:
            p_style.line_spacing = docx.shared.Pt(int(style_info['line_spacing']) / 20)

# 读取 source.docx 的样式信息
try:
    source_doc = docx.Document(source_file_name)
    style_info = get_style_info(source_doc)

    # 输出从 source.docx 获得的样式信息
    print('段落样式字体（中文字体）:', style_info['font_name_zh'])
    print('段落样式字体（英文字体）:', style_info['font_name_ascii'])
    print('字体大小:', style_info['font_size'])
    print('行间距:', style_info['line_spacing'])
    print('字体颜色:', style_info['font_color'])

    # 将样式信息应用到 target.docx 并保存为 output.docx
    target_doc = docx.Document(target_file_name)
    set_style_info(target_doc, style_info)
    target_doc.save(output_file_name)
    print(f'新的文件已保存为 {output_file_name}')

except FileNotFoundError:
    print(f'文件 {source_file_name} 或 {target_file_name} 未找到。')
except Exception as e:
    print(f'发生错误: {e}')

总结

python-docx 是一个用于创建和操作Microsoft Word文档（.docx格式）的Python库。它提供简单直观的API，使用户可以轻松生成和修改Word文档。该库支持基本的文档操作，如添加和格式化文本、段落和表格，插入图片，管理样式等。用户可以从头创建新文档或读取和修改现有文档，方便地进行文本格式设置、段落对齐、表格操作和图片插入等操作。此外，还支持应用和管理不同的文本和段落样式。python-docx 是一个强大且便捷的工具，特别适合用于自动化办公、报告生成和文档处理等应用场景，使日常文档处理变得更加高效和便捷。

参考文献

1. python-docx结合lxml读取word文档段落格式、字体格式等信息
2. 用python代码实现公文自动排版 python自动化word排版
3. Word自动化排版画图，Python还能这么玩？