Python-Docx：Word与Python的完美结合
机器学习算法与Python实战
共 3313字，需浏览 7分钟
·
2024-04-16 11:00
今天给大家分享Python处理Word的第三方库：Python-Docx。
什么是Python-Docx？
Python-Docx是用于创建和更新Microsoft Word（.docx）文件的Python库。
日常需要经常处理Word文档，用Python的免费第三方包：Python-Docx处理docx十分方便。
而且这个包和pandas包结合使用，可以在word插入excel表格，节省了很多复制、粘贴、调整表格样式的时间，真的很方便！
但是要注意：Python-Docx只能处理docx、docx、docx文件！
下面给大家介绍一下如何使用Python-Docx吧，抛砖引玉~
安装
-
由于 python-docx 已经提交给 PyPI 仓库，所以可以使用 pip 安装，如下：
pip install python-docx
-
如果同时安装了 python2 和 python3 那么 pip 可能不能用，可以使用 pip3 来安装，如下：
pip3 install python-docx
文档下载
Python-Docx的官网提供了使用文档：该文档说明了如何使用Python-Docx的所有功能，并包含完整的API参考。在下载中包含的示例中也很好地展示了Python-Docx的功能。
使用演示
这里直接用代码给大家演示，如何生成👆上图所示的文档，内容包含：
-
导入python-docx库 -
新建wrod文档、一级、二级、三级标题、自然段 -
设置字体格式 -
在指定位置添加图片 -
在指定位置添加表格 -
文档另存为
以下代码👉可以左右滑动，👉也可以直接复制粘贴哟~！
# 1、导入python-docx库
from docx import Document
from docx.shared import Inches
document = Document()
document.add_heading('Document Title', 0)
# 2、新建wrod文档、一级、二级、三级标题、自然段
p = document.add_paragraph('A plain paragraph having some ')
# 3、设置字体格式
p.add_run('bold').bold = True
p.add_run(' and some ')
p.add_run('italic.').italic = True
document.add_heading('Heading, level 1', level=1)
document.add_paragraph('Intense quote', style='Intense Quote')
document.add_paragraph('first item in unordered list', style='List Bullet')
document.add_paragraph('first item in ordered list', style='List Number')
# 4、在指定位置添加图片
document.add_picture('monty-truth.png', width=Inches(1.25))
records = (
(3, '101', 'Spam'),
(7, '422', 'Eggs'),
(4, '631', 'Spam, spam, eggs, and spam')
)
# 5、在指定位置添加表格
table = document.add_table(rows=1, cols=3)
hdr_cells = table.rows[0].cells
hdr_cells[0].text = 'Qty'
hdr_cells[1].text = 'Id'
hdr_cells[2].text = 'Desc'
for qty, id, desc in records:
row_cells = table.add_row().cells
row_cells[0].text = str(qty)
row_cells[1].text = id
row_cells[2].text = desc
document.add_page_break()
# 6、文档另存为
document.save('demo.docx')
其他资源
可以在Python-Docx的GitHub页面上找到更多示例代码。
https://github.com/python-openxml/python-docx
仅用于传递和分享更多信息，并不代表本平台赞同其观点和对其真实性负责，版权归原作者所有，如有侵权请联系我们删除。
可能是全网最全的速查表：Python Numpy Pandas Matplotlib 机器学习 ChatGPT等
ChatGPT 系列研究报告（50个PDF），建了一个资料分享微信群
搭建完美的技术写作环境，第1-8章
数据分析入门：统计学基础知识总结
评论