pythonword文档自动读取（用Python自动化读写Word文档）
pythonword文档自动读取（用Python自动化读写Word文档）1. 安装模块3. 写入Word文档目录：1. 安装模块2. 读取Word文档
大家好，
最近有同事需要批量出500个Word文档，按照1个Word文档耗时1分钟来算也需要8.33小时足足有1天工时。于是，这位同事找到了才哥帮忙，才哥接过需求花了不到30分钟写好脚本，运行脚本不到1分钟就生成了500份Word文档并且进行了分类归档！
这就是Python的魅力，让工作更轻松！
今天，我们就来了解一下用Python读写Word文档。未来，我将再出两期进行补充介绍，一篇是批量生成Word文档的方法（也就是我搞定同事需求的案例），另外一篇是详解Python写Word（包含可能你都不知道的各种Word格式），敬请期待哈~
目录：
-
1. 安装模块
-
2. 读取Word文档
-
3. 写入Word文档
1. 安装模块
这里我们用到的是python-docx模块，读写Word文档的操作均有它完成！
# 安装该模块，在命令行键入以下命令
pip install python-docx
在进行后续介绍前，我们先简单了解一下Word文档。和纯文本（比如txt）相比，.docx文件有很多种结构，这些结构在python-docx中用3种不同的类型来表示：最高一层是Document对象表示文档，每个Document对象包含一个Paragraph对象也就是段落组成的列表，而每个Paragraph对象则包含一个Run对象的列表，至于Run对象大家可以通过下面的段落Paragraph来了解。
我们知道Word里的文本包含有很多格式，比如字体、字号、粗体/斜体、颜色等等。一个Run对象是具有相同格式的文本，当发生变化的时候就需要一个新的Run对象，这也就是上图中1个Paragraph对象有4个Run对象的原因。
理解以上知识后，我们再来了解读与写吧。
2. 读取Word文档
我们本地创建一个案例文档，用于演示读取Word，案例文档内容如下：
可以看到文档一共有四行，两行标题以及两行正文。
import docx
# 读取Word文档
doc = docx.Document(r'案例.docx')
我们知道了读取Word每个paragraph段落和Run，那么如何读取完整的Word文本内容呢？这里，自定义一个函数将全部的paragraph段落内容存起来，每个paragraph段落之间用换行符\n隔开即可。
import docx
def getText(fileName):
doc = docx.Document(fileName)
TextList =
for paragraph in doc.paragraphs:
textList.append(paragraph.text)
return '\n'.join(TextList)
我们调用该函数，可以得到：
fileName = r'案例.docx'
print(getText(fileName))
标题1
这是一个段落，有粗体和斜体
大家好，我是才哥。
标题2
当然了，这里读取后输出显示的文本不带有格式属性哈。
3. 写入Word文档
在写入Word之前，我们先简单了解下Word的一些格式规则。
毫不夸张的讲，把全局样式玩的明白的人蛮少的。这方面主要是正文样式与标题样式，如果玩得明白的话，其实设置好了之后几乎不需要再进行啥调整，全局格式都能自动设置与更新。就我所见的大多数朋友的文档，这方面基本达不到。（感觉会被爆锤~~）
比如，我们可以设置正文样式为 微软雅黑字体，字号12，缩进，间距等等；设置标题样式为 微软雅黑字体，字号14，删除段落后间距等等。
在我们Python处理Word的时候，段落样式可以应用于 Paragraph对象，字符样式可以应用于Run对象，链接的样式可以应用于这两种对象。可以将Paragraph和Run对象的style属性设置为一个字符串，从而设置样式。这个字符串应该是一种样式的名称。如果style被设置为None，就没有样式与Paragraph或Run对象关联。
当然，这里我们不展开介绍，就简单介绍Run对象上的字符属性。关于更多的介绍，我们放在第三期的详解Python写Word里。
对于Run对象的字符text属性，都有3个状态：True（启用）、False（禁用）和None（默认）。
text属性有哪些？看下表：
| 属性 | 描述 |
|---|---|
| bold | 文本以粗体出现 |
| italic | 文本以斜体出现 |
| underline | 文本带下划线 |
| strike | 文本带删除线 |
| double_strike | 文本带双删除线 |
| all_caps | 文本以大写首字母出现 |
| small_caps | 文本以大写首字母出现，小写字母小两个点 |
| shadow | 文本带阴影 |
| outline | 文本以轮廓线出现，而不是实心 |
| rtl | 文本从右至左书写 |
| imprint | 文本以刻入页面的方式出现 |
| emboss | 文本以凸出页面的方式出现 |
我们演示一下：
以上就是对段落的一些简单介绍及演示，接下来，我们来看看怎么创建并写入Word。
要创建自己的.docx文件，就调用docx.Document，返回一个新的、空白的Word Document对象 。Document对象的add_paragraph方法将一段新文本添加到文档中，并返回添加的 Paragraph 对象的引用。在添加完文本之后，向 Document 对象的save方法传入一个文件名字符串，将 Document 对象保存到文件。
import docx
doc = docx.Document
doc.add_paragraph('这是一个段落')
doc.save('写入word.docx')
我们可以添加段落、设置段落文本样式等等，比如：
import docx
doc = docx.Document
p1 = doc.add_paragraph('这是一个段落')
p1.add_run('加粗的一句话').bold = True
doc.add_paragraph('这是第二个段落')
doc.save('多段落.docx')
我们还可以添加一个段位，这个段落为标题样式，这里需要用到add_heading。它有两个参数，字符串表示文本内容，后面数字是标题层级。
import docx
doc = docx.Document
doc.add_heading('标题' 0)
doc.add_heading('标题1' 1)
doc.add_heading('标题2' 2)
doc.add_heading('标题3' 3)
doc.add_heading('标题4' 4)
doc.save('标题.docx')
同样，我们还可换行与换页操作。
要添加换行符（而不是开始一个新的段落），可以在 Run 对象上调用 add_break方法，换行符将出现在它后面。如果希望添加换页符，可以将docx.text.WD_BREAK.PAGE作为唯一的参数，传递给add_break。
import docx
doc = docx.Document
p1 = doc.add_paragraph('这是一个段落')
p1.add_run('加粗的一句话').bold = True
# 换行
doc.paragraphs[0].runs[0].add_break
doc.save('换行.docx')
有人会说，一般word里还有图片嘛，当然咱们也能搞定添加图片。
有一个 add_picture方法，可以在段落末尾添加图像 。
import docx
doc = docx.Document
doc.add_paragraph('这是一个段落，后面带图片')
doc.add_picture('图片.png'
width=docx.shared.Inches(3)
height=docx.shared.Cm(4))
doc.add_paragraph('这是第二个段落')
doc.save('图片.docx')
以上就是本次的简单入门介绍。
其实Word文档各种样式设置，数据类型展示等等非常丰富，而Python-docx这个模块其实也能进行大多数的处理。不过，日常中我们用到的功能也没那么多，此部分留作后续详情讲解哈。
万水千山总是情，点个
