自动化处理Word文档
使用Python实现Word文档的自动化处理，包括批量生成Word文档、在Word文档中批量进行查找和替换、将Word文档批量转换成PDF等。
1. 批量生成Word文档
安装openpyxl模块pip install openpyxl
安装python-docx模块
pip install python-docx
openpyxl模块可以读写扩展名为.xlsx/.xlsm/.xltx/.xltm的Excel文件。
python-docx模块可以读写扩展名为.docx的Word文档，但不能处理扩展名为.doc的Word文档。
import refrom docx.enum.table import WD_CELL_VERTICAL_ALIGNMENT, WD_TABLE_ALIGNMENTfrom openpyxl import load_workbookfrom docx import Documentdef info_update(doc, old_info, new_info):"""文档内容替换:param doc: Word模板文档:param old_info: 源文本:param new_info: 新文本:return:"""# 遍历Word文档中的所有段落for para in doc.paragraphs:# 遍历每个段落中的run对象for run in para.runs:# 替换run对象的文本内容# run.text = run.text.replace(r'《'+old_info+'》', new_info)run.text = run.text.replace(old_info, new_info)run.text = re.sub(r'[《》]', '', run.text)# 遍历Word文档中的所有表格for table in doc.tables:# 遍历表格中的所有行for row in table.rows:# 遍历行中的所有单元格for cell in row.cells:# 替换单元格内容cell.text = cell.text.replace('《' + old_info + '》', new_info)# 设置表格中的内容居中显示# 计算表格的rows和cols的长度rows = len(table.rows)cols = len(table.columns)# 循环将每一行，每一列都设置为居中for r in range(rows):for c in range(cols):table.cell(r, c).vertical_alignment = WD_CELL_VERTICAL_ALIGNMENT.CENTER # 垂直居中table.cell(r, c).paragraphs[0].paragraph_format.alignment = WD_TABLE_ALIGNMENT.CENTER # 水平居中wb = load_workbook('学生成绩表.xlsx') # 打开工作簿ws = wb.active # 激活工作簿中的工作表# 遍历工作表的行，从第2行开始for row in range(2, ws.max_row + 1):doc = Document('成绩通知书.docx') # 创建文档对象# 遍历工作表的列for col in range(1, ws.max_column + 1):# 读取当前列的第一行，即列标题，单元格的值转换成字符串old_info = str(ws.cell(row=1, column=col).value)# 读取当前列的数据，单元格的值需要转换成字符串new_info = str(ws.cell(row=row, column=col).value)# 进行内容替换info_update(doc, old_info, new_info)student_name = str(ws.cell(row=row, column=1).value)doc.save(f'scores\\成绩单--致{student_name}.docx')
测试文件：
测试效果：
2. 将Word文档批量转换成PDF
安装pywin32模块pip install pywin32
from pathlib import Pathfrom win32com.client import constants, gencache# 创建Path对象# 路径要使用绝对路径src_folder = Path(r'E:\pythonProject\python办公自动化\第5章 自动化处理Word文档\scores')output_folder = Path(r'E:\pythonProject\python办公自动化\第5章 自动化处理Word文档\PDF')# 判断输出目录是否存在if not output_folder.exists():# 不存在则创建output_folder.mkdir(parents=True)file_list = list(src_folder.glob('*[.docx|.doc]')) # 获得要转换的Word文档的路径列表word = gencache.EnsureDispatch('Word.Application') # 创建Word程序对象# word = win32com.client.Dispatch('Word.Application')for word_path in file_list:# 生成转换后的PDF文件的保存路径pdf_path = output_folder / word_path.with_suffix('.pdf').name # with_suffix()返回文件后缀已更改的新路径# 判断pdf文件路径是否已存在if pdf_path.exists():continueelse:# 路径需要是绝对路径，否则会报错doc = word.Documents.Open(str(word_path), ReadOnly=1) # 打开Word文档# 设置导出格式为pdfdoc.ExportAsFixedFormat(str(pdf_path), constants.wdExportFormatPDF) # 将打开的Word文档另存为PDF文件，保存到给定的路径doc.Close() # 关闭Word文档word.Quit() # 关闭Word程序窗口
测试文件：
测试效果：
3. 在Word文档中批量标记关键词
import win32com.client as win32# 路径要使用绝对路径input_file = r'E:\pythonProject\python办公自动化\第5章 自动化处理Word文档\劳动合同.docx'output_file = r'E:\pythonProject\python办公自动化\第5章 自动化处理Word文档\劳动合同1.docx'word = win32.gencache.EnsureDispatch('Word.Application') # 打开一个Word程序窗口word.Visible = False # 设置窗口为隐藏状态，即在后台运行cs = win32.constants # 导入Word开发接口提供的预设常量集合doc = word.Documents.Open(input_file) # 打开要处理的Word文档# 设置要标记的关键词列表keyword_list = ['报酬', '保险', '培训', '解除', '终止']# 设置每个关键词的突出显示颜色color_list = [cs.wdYellow, 14, cs.wdGreen, cs.wdRed, 13]"""值--颜色常量--含义：1--wdBlack--黑色2--wdBlue--蓝色3--wdTurquoise--青绿色4--wdBrightGreen--鲜绿色5--wdPink--粉红色6--wdRed--红色7--wdYellow--黄色8--wdWhite--白色9--wdDarkBlue--深蓝色10--wdTeal--青色11--wdGreen--绿色12--wdViolet--紫罗兰色13--wdDarkRed--深红色14--wdDarkYellow--深黄色15--wdGray50--50%灰色16--wdGray25--25%灰色"""for w, c in zip(keyword_list, color_list): # 使用zip()函数将关键词列表和标记颜色列表中的元素一一配对分别赋给w和cword.Options.DefaultHighlightColorIndex = c # 设置突出显示的颜色findObj = word.Selection.Find # 创建Find对象findObj.ClearFormatting() # 清除查找文本的格式，表示查找文本时不限制文本格式findObj.Text = w # 设置查找文本findObj.Replacement.ClearFormatting() # 清除替换文本的格式设置findObj.Replacement.Text = w # 将替换文本设置为与查找文本相同的值findObj.Replacement.Font.Bold = True # 设置替换文本的格式为加粗findObj.Replacement.Font.Italic = True # 设置替换文本的格式为斜体findObj.Replacement.Font.Underline = cs.wdUnderlineDouble # 设置替换文本加双下划线findObj.Replacement.Highlight = True # 设置替换时对文本做突出显示findObj.Execute(Replace=cs.wdReplaceAll) # 执行查找和替换，wdReplaceAll表示全部替换# 将处理后的word文档以新的文件名另存doc.SaveAs(output_file)# 关闭Word文档doc.Close()# 关闭Word程序窗口word.Quit()
测试效果：
4. 在Word文档中批量替换关键词
from pathlib import Pathimport win32com.client as win32# 创建Path对象src_folder = Path(r'E:\pythonProject\python办公自动化\第5章 自动化处理Word文档\Files')output_folder = Path(r'E:\pythonProject\python办公自动化\第5章 自动化处理Word文档\output_files')# 判断输出文件夹是否存在if not output_folder.exists():# 创建文件夹output_folder.mkdir(parents=True)file_list = list(src_folder.glob('*.docx')) # 获得给定文件的word文档路径列表# 以替换前的关键词作为建，以替换后的内容作为值，建立字典replace_dict = {'确定': '确认', '订立': '签订', '执行': '履行'}word = win32.gencache.EnsureDispatch('Word.Application') # 打开Word程序窗口word.Visible = False # 设置窗口隐藏cs = win32.constants # 导入Word开发接口提供的预设常量集合for file in file_list:doc = word.Documents.Open(str(file)) # 打开Word文档print(file.name)for old_txt, new_txt in replace_dict.items():findObj = word.Selection.Find # 创建Find对象findObj.ClearFormatting() # 清除查找文本的格式，表示查找文本时不限制文本格式findObj.Text = old_txt # 设置查找文本findObj.Replacement.ClearFormatting() # 清除替换文本的格式设置findObj.Replacement.Text = new_txt # 设置替换文本# 判断Find对象的Execute()函数在文档中是否找到关键词if findObj.Execute(Replace=cs.wdReplaceAll): # 执行查找和替换，wdReplaceAll表示全部替换print(f'{old_txt}-->{new_txt}')new_file = output_folder / file.name # 生成输出文件的路径doc.SaveAs(str(new_file)) # # 将处理后的word文档以新的文件名另存doc.Close() # 关闭Word文档word.Quit() # 关闭Word程序窗口
测试效果：
