python自动化办公——python操作Excel、Word、PDF集合大全

参考链接： Python iter()

本文是鉴于有些粉丝的工作需求，有时候需要遇到这些文件的处理。因此，我写了一个文章集合，供大家参考，整篇文章已经整理成册(如下图所示)。由于文档获取人数太多，大家如有需求，请关注公众号：【数据分析与统计学之美】，回复关键词：【自动化文档】！  

目录 

  章节一：python使用openpyxl操作excel     1、openpyxl库介绍     2、python怎么打开及读取表格内容？        1）Excel表格述语        2）打开Excel表格并获取表格名称        3）通过sheet名称获取表格        4）获取表格的尺寸大小        5）获取表格内某个格子的数据          ① sheet[“A1”]方式          ② sheet.cell(row=, column=)方式        6）获取某个格子的行数、列数、坐标        7）获取一系列格子          ① sheet[]方式          ② .iter_rows()方式          ③ sheet.rows()     3、python如何向excel中写入某些内容？        1）修改表格中的内容          ① 向某个格子中写入内容并保存          ② .append()：向表格中插入行数据          ③ 在python中使用excel函数公式(很有用)          ④ .insert_cols()和.insert_rows()：插入空行和空列          ⑤ .delete_rows()和.delete_cols()：删除行和列          ⑥ .move_range()：移动格子          ⑦ .create_sheet()：创建新的sheet表格          ⑧ .remove()：删除某个sheet表          ⑨ .copy_worksheet()：复制一个sheet表到另外一张excel表          ⑩ sheet.title：修改sheet表的名称          ⑪ 创建新的excel表格文件          ⑫ sheet.freeze_panes：冻结窗口          ⑬ sheet.auto_filter.ref：给表格添加“筛选器”     4、批量调整字体和样式        1）修改字体样式        2）获取表格中格子的字体样式        3）设置对齐样式        4）设置边框样式        5）设置填充样式        6）设置行高和列宽        7）合并单元格   章节二：python使用PyPDF2和pdfplumber操作pdf     1、PyPDF2和pdfplumber库介绍     2、python提取PDF文字内容        1）利用pdfplumber提取文字        2）利用pdfplumber提取表格并写入excel     3、PDF合并及页面的排序和旋转        1）分割及合并pdf          ① 合并pdf          ② 拆分pdf        2）旋转及排序pdf          ① 旋转pdf          ② 排序pdf     4、pdf批量加水印及加密、解密        1）批量加水印        2）批量加密、解密          ① 加密pdf          ② 解密pdf并保存为未加密的pdf   章节三：python使用python-docx操作word     1、python-docx库介绍     2、Python读取Word文档内容        1）word文档结构介绍        2）python-docx提取文字和文字块儿          ① python-docx提取文字          ② python-docx提取文字块儿        3）利用Python向Word文档写入内容          ① 添加段落          ② 添加文字块儿          ③ 添加一个分页          ④ 添加图片          ⑤ 添加表格          ⑥ 提取word表格，并保存在excel中(很重要)     3、利用Python调整Word文档样式        1）修改文字字体样式        2）修改段落样式          ① 对齐样式          ② 行间距调整          ③ 段前与段后间距 

章节一：python使用openpyxl操作excel 

1、openpyxl库介绍  

openpyxl最好用的python操作excel表格库，不接受反驳；openpyxl官网链接：openpyxl官网openpyxl只支持【.xlsx / .xlsm / .xltx / .xltm】格式的文件； 

2、python怎么打开及读取表格内容？ 

1）Excel表格述语 

这里需要大家仔细查看图中的每一项内容，知道什么是“行(row)、列(column)”？什么是“格子(cell)”？什么是“sheet表”？  

2）打开Excel表格并获取表格名称 

from openpyxl import load_workbook

workbook = load_workbook(filename = "test.xlsx")

workbook.sheetnames

结果如下：  

3）通过sheet名称获取表格 

from openpyxl import load_workbook

workbook = load_workbook(filename = "test.xlsx")

workbook.sheetnames

sheet = workbook["Sheet1"]

print(sheet)

结果如下：  

4）获取表格的尺寸大小 

这里所说的尺寸大小，指的是excel表格中的数据有几行几列，针对的是不同的sheet而言。 

sheet.dimensions

结果如下：  

5）获取表格内某个格子的数据 

① sheet[“A1”]方式 

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(sheet)

cell1 = sheet["A1"]

cell2 = sheet["C11"]

print(cell1.value, cell2.value)

"""

workbook.active 打开激活的表格；

sheet["A1"] 获取A1格子的数据；

cell.value 获取格子中的值；

"""

结果如下：  

② sheet.cell(row=, column=)方式 

这种方式更简单，大家可以对比这两种方式； 

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(sheet)

cell1 = sheet.cell(row = 1,column = 1)

cell2 = sheet.cell(row = 11,column = 3)

print(cell1.value, cell2.value)

结果如下：  

6）获取某个格子的行数、列数、坐标 

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(sheet)

cell1 = sheet["A1"]

cell2 = sheet["C11"]

print(cell1.value, cell1.row, cell1.column, cell1.coordinate)

print(cell2.value, cell2.row, cell2.column, cell2.coordinate)

"""

.row 获取某个格子的行数；

.columns 获取某个格子的列数；

.corordinate 获取某个格子的坐标；

"""

结果如下：  

7）获取一系列格子 

① sheet[]方式 

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(sheet)

# 获取A1:C2区域的值

cell = sheet["A1:C2"]

print(cell)

for i in cell:

    for j in i:

        print(j.value)

结果如下：  特别的：如果我们只想获取“A列”，或者获取“A-C列”，可以采取如下方式： 

sheet["A"]    --- 获取A列的数据

sheet["A:C"]    --- 获取A,B,C三列的数据

sheet[5]   --- 只获取第5行的数据

② .iter_rows()方式 

当然有.iter_rows()方式，肯定也会有.iter_cols()方式，只不过一个是按行读取，一个是按列读取。 

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(sheet)

# 按行获取值

for i in sheet.iter_rows(min_row=2, max_row=5, min_col=1, max_col=2):

    for j in i:

        print(j.value)

# 按列获取值

for i in sheet.iter_cols(min_row=2, max_row=5, min_col=1, max_col=2):

    for j in i:

        print(j.value)      

结果如下：  

③ sheet.rows() 

帮助我们获取所有行 

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(sheet)

for i in sheet.rows:

        print(i)

结果如下：  

3、python如何向excel中写入某些内容？ 

1）修改表格中的内容 

① 向某个格子中写入内容并保存 

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(sheet)

sheet["A1"] = "哈喽" # 这句代码也可以改为cell = sheet["A1"] cell.value = "哈喽"

workbook.save(filename = "哈喽.xlsx")

"""

注意：我们将“A1”单元格的数据改为了“哈喽”，并另存为了“哈喽.xlsx”文件。

如果我们保存的时候，不修改表名，相当于直接修改源文件；

"""

结果如下：  

② .append()：向表格中插入行数据 

.append()方式：会在表格已有的数据后面，增添这些数(按行插入)；这个操作很有用，爬虫得到的数据，可以使用该方式保存成Excel文件； 

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(sheet)

data = [

    ["唐僧","男","180cm"],

    ["孙悟空","男","188cm"],

    ["猪八戒","男","175cm"],

    ["沙僧","男","176cm"],

]

for row in data:

    sheet.append(row)

workbook.save(filename = "test.xlsx")

结果如下：  

③ 在python中使用excel函数公式(很有用) 

# 这是我们在excel中输入的公式

=IF(RIGHT(C2,2)="cm",C2,SUBSTITUTE(C2,"m","")*100&"cm")

# 那么，在python中怎么插入excel公式呢？

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(sheet)

sheet["D1"] = "标准身高"

for i in range(2,16):

    sheet["D{}".format(i)] = '=IF(RIGHT(C{},2)="cm",C{},SUBSTITUTE(C{},"m","")*100&"cm")'.format(i,i,i)

workbook.save(filename = "test.xlsx")

结果如下：  此时，你肯定会好奇，python究竟支持写哪些“excel函数公式”呢？我们可以使用如下操作查看一下。 

import openpyxl

from openpyxl.utils import FORMULAE

print(FORMULAE)

结果如下：  

④ .insert_cols()和.insert_rows()：插入空行和空列 

.insert_cols(idx=数字编号, amount=要插入的列数)，插入的位置是在idx列数的左侧插入；.insert_rows(idx=数字编号, amount=要插入的行数)，插入的行数是在idx行数的下方插入； 

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(sheet)

sheet.insert_cols(idx=4,amount=2)

sheet.insert_rows(idx=5,amount=4)

workbook.save(filename = "test.xlsx")

结果如下：  

⑤ .delete_rows()和.delete_cols()：删除行和列 

.delete_rows(idx=数字编号, amount=要删除的行数).delete_cols(idx=数字编号, amount=要删除的列数) 

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(sheet)

# 删除第一列，第一行

sheet.delete_cols(idx=1)

sheet.delete_rows(idx=1)

workbook.save(filename = "test.xlsx")

结果如下：  

⑥ .move_range()：移动格子 

.move_range(“数据区域”,rows=,cols=)：正整数为向下或向右、负整数为向左或向上； 

# 向左移动两列，向下移动两行

sheet.move_range("C1:D4",rows=2,cols=-1)

演示效果如下：  

⑦ .create_sheet()：创建新的sheet表格 

.create_sheet(“新的sheet名”)：创建一个新的sheet表； 

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(sheet)

workbook.create_sheet("我是一个新的sheet")

print(workbook.sheetnames)

workbook.save(filename = "test.xlsx")

结果如下：  

⑧ .remove()：删除某个sheet表 

.remove(“sheet名”)：删除某个sheet表； 

workbook = load_workbook(filename = "test.xlsx")

sheet = workbook.active

print(workbook.sheetnames)

# 这个相当于激活的这个sheet表，激活状态下，才可以操作；

sheet = workbook['我是一个新的sheet']  

print(sheet)

workbook.remove(sheet)

print(workbook.sheetnames)

workbook.save(filename = "test.xlsx")

结果如下：  

⑨ .copy_worksheet()：复制一个sheet表到另外一张excel表 

这个操作的实质，就是复制某个excel表中的sheet表，然后将文件存储到另外一张excel表中； 

workbook = load_workbook(filename = "a.xlsx")

sheet = workbook.active

print("a.xlsx中有这几个sheet表",workbook.sheetnames)

sheet = workbook['姓名']  

workbook.copy_worksheet(sheet)

workbook.save(filename = "test.xlsx")

结果如下：  

⑩ sheet.title：修改sheet表的名称 

.title = “新的sheet表名” 

workbook = load_workbook(filename = "a.xlsx")

sheet = workbook.active

print(sheet)

sheet.title = "我是修改后的sheet名"

print(sheet)

结果如下：  

⑪ 创建新的excel表格文件 

from openpyxl import Workbook

workbook = Workbook()

sheet = workbook.active

sheet.title = "表格1"

workbook.save(filename = "新建的excel表格")

结果如下：  

⑫ sheet.freeze_panes：冻结窗口 

.freeze_panes = “单元格” 

workbook = load_workbook(filename = "花园.xlsx")

sheet = workbook.active

print(sheet)

sheet.freeze_panes = "C3"

workbook.save(filename = "花园.xlsx")

"""

冻结窗口以后，你可以打开源文件，进行检验；

"""

结果如下：  

⑬ sheet.auto_filter.ref：给表格添加“筛选器” 

.auto_filter.ref = sheet.dimension 给所有字段添加筛选器；.auto_filter.ref = “A1” 给A1这个格子添加“筛选器”，就是给第一列添加“筛选器”； 

workbook = load_workbook(filename = "花园.xlsx")

sheet = workbook.active

print(sheet)

sheet.auto_filter.ref = sheet["A1"]

workbook.save(filename = "花园.xlsx")

结果如下：  

4、批量调整字体和样式 

1）修改字体样式 

Font(name=字体名称,size=字体大小,bold=是否加粗,italic=是否斜体,color=字体颜色) 

from openpyxl.styles import Font

from openpyxl import load_workbook

workbook = load_workbook(filename="花园.xlsx")

sheet = workbook.active

cell = sheet["A1"]

font = Font(name="微软雅黑",size=20,bold=True,italic=True,color="FF0000")

cell.font = font

workbook.save(filename = "花园.xlsx")

"""

这个color是RGB的16进制表示，自己下去百度学习；

"""

结果如下：  

2）获取表格中格子的字体样式 

from openpyxl.styles import Font

from openpyxl import load_workbook

workbook = load_workbook(filename="花园.xlsx")

sheet = workbook.active

cell = sheet["A2"]

font = cell.font

print(font.name, font.size, font.bold, font.italic, font.color)

结果如下：  

3）设置对齐样式 

Alignment(horizontal=水平对齐模式,vertical=垂直对齐模式,text_rotation=旋转角度,wrap_text=是否自动换行)水平对齐：‘distributed’，‘justify’，‘center’，‘leftfill’， ‘centerContinuous’，‘right，‘general’；垂直对齐：‘bottom’，‘distributed’，‘justify’，‘center’，‘top’； 

from openpyxl.styles import Alignment

from openpyxl import load_workbook

workbook = load_workbook(filename="花园.xlsx")

sheet = workbook.active

cell = sheet["A1"]

alignment = Alignment(horizontal="center",vertical="center",text_rotation=45,wrap_text=True)

cell.alignment = alignment

workbook.save(filename = "花园.xlsx")

结果如下：  

4）设置边框样式 

Side(style=边线样式，color=边线颜色)Border(left=左边线样式，right=右边线样式，top=上边线样式，bottom=下边线样式)style参数的种类： 'double, ‘mediumDashDotDot’, ‘slantDashDot’,‘dashDotDot’,‘dotted’,‘hair’, 'mediumDashed, ‘dashed’, ‘dashDot’, ‘thin’,‘mediumDashDot’,‘medium’, 'thick’from openpyxl.styles import Side,Borderfrom 

openpyxl import load_workbook

workbook = load_workbook(filename="花园.xlsx")

sheet = workbook.active

cell = sheet["D6"]

side1 = Side(style="thin",color="FF0000")

side2 = Side(style="thick",color="FFFF0000")

border = Border(left=side1,right=side1,top=side2,bottom=side2)

cell.border = border

workbook.save(filename = "花园.xlsx")

结果如下：  

5）设置填充样式 

PatternFill(fill_type=填充样式，fgColor=填充颜色）GradientFill(stop=(渐变颜色1，渐变颜色2……)) 

from openpyxl.styles import PatternFill,GradientFill

from openpyxl import load_workbook

workbook = load_workbook(filename="花园.xlsx")

sheet = workbook.active

cell_b9 = sheet["B9"]

pattern_fill = PatternFill(fill_type="solid",fgColor="99ccff")

cell_b9.fill = pattern_fill

cell_b10 = sheet["B10"]

gradient_fill = GradientFill(stop=("FFFFFF","99ccff","000000"))

cell_b10.fill = gradient_fill

workbook.save(filename = "花园.xlsx")

结果如下：  

6）设置行高和列宽 

.row_dimensions[行编号].height = 行高.column_dimensions[列编号].width = 列宽 

workbook = load_workbook(filename="花园.xlsx")

sheet = workbook.active

# 设置第1行的高度

sheet.row_dimensions[1].height = 50

# 设置B列的宽度

sheet.column_dimensions["B"].width = 20

workbook.save(filename = "花园.xlsx")

"""

sheet.row_dimensions.height = 50

sheet.column_dimensions.width = 30

这两句代码，是将整个表的行高设置为50，列宽设置为30；

"""

结果如下：  

7）合并单元格 

.merge_cells(待合并的格子编号).merge_cells(start_row=起始行号，start_column=起始列号，end_row=结束行号，end_column=结束列号) 

workbook = load_workbook(filename="花园.xlsx")

sheet = workbook.active

sheet.merge_cells("C1:D2")

sheet.merge_cells(start_row=7,start_column=1,end_row=8,end_column=3)

workbook.save(filename = "花园.xlsx")

结果如下：  当然，也有“取消合并单元格”，用法一致。 

.unmerge_cells(待合并的格子编号).unmerge_cells(start_row=起始行号，start_column=起始列号，end_row=结束行号，end_column=结束列号) 

章节二：python使用PyPDF2和pdfplumber操作pdf 

1、PyPDF2和pdfplumber库介绍 

PyPDF2官网： PyPDF2官网 ，可以更好的读取、写入、分割、合并PDF文件；pdfplumber官网：pdfplumber官网，可以更好地读取PDF文件内容和提取PDF中的表格；这两个库不属于python标准库，都需要单独安装； 

2、python提取PDF文字内容 

1）利用pdfplumber提取文字 

import PyPDF2

import pdfplumber

with pdfplumber.open("餐饮企业综合分析.pdf") as p:

    page = p.pages[2]

    print(page.extract_text())

结果如下：  

2）利用pdfplumber提取表格并写入excel 

extract_table()：如果一页有一个表格；extract_tables()：如果一页有多个表格； 

import PyPDF2

import pdfplumber

from openpyxl import Workbook

with pdfplumber.open("餐饮企业综合分析.pdf") as p:

    page = p.pages[4]

    table = page.extract_table()

    print(table)

    workbook = Workbook()

    sheet = workbook.active

    for row in table:

        if not "".join() == ""

            sheet.append(row)

    workbook.save(filename = "新pdf.xlsx")

结果如下：  缺陷：可以看到，这里提取出来的表格有很多空行，怎么去掉这些空行呢？ 判断：将列表中每个元素都连接成一个字符串，如果还是一个空字符串那么肯定就是空行。 

import PyPDF2

import pdfplumber

from openpyxl import Workbook

with pdfplumber.open("餐饮企业综合分析.pdf") as p:

    page = p.pages[4]

    table = page.extract_table()

    print(table)

    workbook = Workbook()

    sheet = workbook.active

    for row in table:

        if not "".join([str(i) for i in row]) == "":

            sheet.append(row)

    workbook.save(filename = "新pdf.xlsx")

结果如下：  

3、PDF合并及页面的排序和旋转 

1）分割及合并pdf 

① 合并pdf 

首先，我们有如下几个文件，可以发现这里共有三个PDF文件需要我们合并。同时可以发现他们的文件名都是有规律的(如果文件名，没有先后顺序，我们合并起来就没有意义了。)  代码如下： 

from PyPDF2 import PdfFileReader, PdfFileWriter

pdf_writer = PdfFileWriter()

for i in range(1,len(os.listdir(r"G:\6Tipdm\7python办公自动化\concat_pdf"))+1):

    print(i*50+1,(i+1)*50)

    pdf_reader = PdfFileReader("G:\\6Tipdm\\7python办公自动化\\concat_pdf\{}-{}.pdf".format(i*50+1,(i+1)*50))

    for page in range(pdf_reader.getNumPages()):

        pdf_writer.addPage(pdf_reader.getPage(page))

with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\merge.pdf", "wb") as out:

    pdf_writer.write(out)

结果如下：  

② 拆分pdf 

这里有一个“时间序列.pdf”的文件，共3页，我们将其每一页存为一个PDF文件。  代码如下： 

from PyPDF2 import PdfFileReader, PdfFileWriter

pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")

for page in range(pdf_reader.getNumPages()):

    pdf_writer = PdfFileWriter()

    pdf_writer.addPage(pdf_reader.getPage(page))

    with open(f"G:\\6Tipdm\\7python办公自动化\\concat_pdf\\{page}.pdf", "wb") as out:

        pdf_writer.write(out)

结果如下：  

2）旋转及排序pdf 

① 旋转pdf 

.rotateClockwise(90的倍数)：顺时针旋转90度.rotateCounterClockwise(90的倍数)：逆时针旋转90度 

from PyPDF2 import PdfFileReader, PdfFileWriter

pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")

pdf_writer = PdfFileWriter()

for page in range(pdf_reader.getNumPages()):

    if page % 2 == 0:

        rotation_page = pdf_reader.getPage(page).rotateCounterClockwise(90)

    else:

        rotation_page = pdf_reader.getPage(page).rotateClockwise(90)

    pdf_writer.addPage(rotation_page)

    with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\旋转.pdf", "wb") as out:

        pdf_writer.write(out)

"""

上述代码中，我们循环遍历了这个pdf，对于偶数页我们逆时针旋转90°，对于奇数页我们顺时针旋转90°；

注意：旋转的角度只能是90的倍数；

"""

其中一页效果展示如下：  

② 排序pdf 

需求：我们有一个PDF文件，我们需要倒序排列，应该怎么做呢？ 首先，我们来看python中，怎么倒叙打印一串数字，如下图所示。  那么倒序排列一个pdf，思路同上，代码如下： 

from PyPDF2 import PdfFileReader, PdfFileWriter

pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")

pdf_writer = PdfFileWriter()

for page in range(pdf_reader.getNumPages()-1, -1, -1):

    pdf_writer.addPage(pdf_reader.getPage(page))

with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\倒序.pdf", "wb") as out:

        pdf_writer.write(out)

结果如下：  

4、pdf批量加水印及加密、解密 

1）批量加水印 

from PyPDF2 import PdfFileReader, PdfFileWriter

from copy import copy

water = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\水印.pdf")

water_page = water.getPage(0)

pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\aa.pdf")

pdf_writer = PdfFileWriter()

for page in range(pdf_reader.getNumPages()):

    my_page = pdf_reader.getPage(page)

    new_page = copy(water_page)

    new_page.mergePage(my_page)

    pdf_writer.addPage(new_page)

with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\添加水印后的aa.pdf", "wb") as out:

        pdf_writer.write(out)  

"""

这里有一点需要注意：进行pdf合并的时候，我们希望“水印”在下面，文字在上面，因此是“水印”.mergePage(“图片页”)

"""

结果如下：  

2）批量加密、解密 

这里所说的“解密”，是在知道pdf的密码下，去打开pdf，而不是暴力破解； 

① 加密pdf 

from PyPDF2 import PdfFileReader, PdfFileWriter

pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")

pdf_writer = PdfFileWriter()

for page in range(pdf_reader.getNumPages()):

    pdf_writer.addPage(pdf_reader.getPage(page))

# 添加密码

pdf_writer.encrypt("a123456")

with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\时间序列.pdf", "wb") as out:

        pdf_writer.write(out)  

结果如下：  

② 解密pdf并保存为未加密的pdf 

from PyPDF2 import PdfFileReader, PdfFileWriter

pdf_reader = PdfFileReader(r"G:\6Tipdm\7python办公自动化\concat_pdf\时间序列.pdf")

# 解密pdf

pdf_reader.decrypt("a123456")

pdf_writer = PdfFileWriter()

for page in range(pdf_reader.getNumPages()):

    pdf_writer.addPage(pdf_reader.getPage(page))

with open("G:\\6Tipdm\\7python办公自动化\\concat_pdf\\未加密的时间序列.pdf", "wb") as out:

        pdf_writer.write(out)  

结果如下：  

章节三：python使用python-docx操作word 

1、python-docx库介绍 

该模块儿可以创建、修改Word（.docx）文件；此模块儿不属于python标准库，需要单独安装；python-docx使用官网： python-docx官网我们在安装此模块儿使用的是pip install python-docx，但是在导入的时候是import docx； 

2、Python读取Word文档内容 

注意：每进行一个操作，必须保存一下，否则等于白做； 

1）word文档结构介绍 

2）python-docx提取文字和文字块儿 

① python-docx提取文字 

有一个这样的docx文件，我们想要提取其中的文字，应该怎么做？  代码如下： 

from docx import Document

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")

print(doc.paragraphs)

for paragraph in doc.paragraphs:

    print(paragraph.text)

结果如下：  

② python-docx提取文字块儿 

from docx import Document

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")

print(doc.paragraphs)

paragraph = doc.paragraphs[0]

runs = paragraph.runs

print(runs)

for run in paragraph.runs:

    print(run.text)

------------------------------

paragraph = doc.paragraphs[1]

runs = paragraph.runs

print(runs)

for run in paragraph.runs:

    print(run.text)

结果如下：  

3）利用Python向Word文档写入内容 

① 添加段落 

from docx import Document

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")

# print(doc.add_heading("一级标题", level=1))   添加一级标题的时候出错，还没有解决！

paragraph1 = doc.add_paragraph("这是一个段落")

paragraph2 = doc.add_paragraph("这是第二个段落")

doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx") 

"""

添加段落的时候，赋值给一个变量，方便我们后面进行格式调整；

"""

结果如下：  

② 添加文字块儿 

from docx import Document

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")

# 这里相当于输入了一个空格，后面等待着文字输入

paragraph3 = doc.add_paragraph()

paragraph3.add_run("我被加粗了文字块儿").bold = True

paragraph3.add_run("，我是普通文字块儿，")

paragraph3.add_run("我是斜体文字块儿").italic = True

doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx") 

结果如下：  

③ 添加一个分页 

from docx import Document

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")

doc.add_page_break()

doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx") 

结果如下：  

④ 添加图片 

from docx import Document

from docx.shared import Cm

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")

doc.add_picture(r"G:\6Tipdm\7python办公自动化\concat_word\sun_wu_kong.png",width=Cm(5),height=Cm(5))

doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx") 

"""

Cm模块，用于设定图片尺寸大小

"""

结果如下：  

⑤ 添加表格 

from docx import Document

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")

list1 = [

    ["姓名","性别","家庭地址"],

    ["唐僧","男","湖北省"],

    ["孙悟空","男","北京市"],

    ["猪八戒","男","广东省"],

    ["沙和尚","男","湖南省"]

]

list2 = [

    ["姓名","性别","家庭地址"],

    ["貂蝉","女","河北省"],

    ["杨贵妃","女","贵州省"],

    ["西施","女","山东省"]

]

table1 = doc.add_table(rows=5,cols=3)

for row in range(5):

    cells = table1.rows[row].cells

    for col in range(3):

        cells[col].text = str(list1[row][col])

doc.add_paragraph("-----------------------------------------------------------")

table2 = doc.add_table(rows=4,cols=3)

for row in range(4):

    cells = table2.rows[row].cells

    for col in range(3):

        cells[col].text = str(list2[row][col])

doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx") 

结果如下：  

⑥ 提取word表格，并保存在excel中(很重要) 

from docx import Document

from openpyxl import Workbook

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test2.docx")

t0 = doc.tables[0]

workbook = Workbook()

sheet = workbook.active

for i in range(len(t0.rows)):

    list1 = []

    for j in range(len(t0.columns)):

        list1.append(t0.cell(i,j).text)

    sheet.append(list1)

workbook.save(filename = r"G:\6Tipdm\7python办公自动化\concat_word\来自word中的表.xlsx")

结果如下：  

3、利用Python调整Word文档样式 

1）修改文字字体样式 

from docx import Document

from docx.shared import Pt,RGBColor 

from docx.oxml.ns import qn

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test2.docx")

for paragraph in doc.paragraphs:

    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(18)

        run.font.color.rgb = RGBColor(255,255,0)

        run.font.name = "宋体"

        # 设置像宋体这样的中文字体，必须添加下面2行代码

        r = run._element.rPr.rFonts

        r.set(qn("w:eastAsia"),"宋体")

doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\_test1.docx")

结果如下：  

2）修改段落样式 

① 对齐样式 

from docx import Document 

from docx.enum.text import WD_ALIGN_PARAGRAPH

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")

print(doc.paragraphs[0].text)

doc.paragraphs[0].alignment = WD_ALIGN_PARAGRAPH.CENTER

# 这里设置的是居中对齐

doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\对齐样式.docx")

"""

LEFT,CENTER,RIGHT,JUSTIFY,DISTRIBUTE,JUSTIFY_MED,JUSTIFY_HI,JUSTIFY_LOW,THAI_JUSTIFY

"""

结果如下：  

② 行间距调整 

from docx import Document 

from docx.enum.text import WD_ALIGN_PARAGRAPH

doc = Document(r"G:\6Tipdm\7python办公自动化\concat_word\test1.docx")

for paragraph in doc.paragraphs:

    paragraph.paragraph_format.line_spacing = 5.0

doc.save(r"G:\6Tipdm\7python办公自动化\concat_word\行间距.docx")

结果如下：  

③ 段前与段后间距 

这里提供代码，自行下去检验