python win32com、docx 操控word

头一次写微博，分享一下自己曾经的笔记

win32com模块

import win32com
import win32com.client 有时候直接引用win32com 找不到client
最常用的模块其实是win32com.client

打开与创建word

word = win32com.client.Dispatch(‘Word.Application’) #打开word
word = win32com.client.DispatchEx(‘Word.Application’) #独立进程打开word

word.Visible = 0 # 后台运行
word.DisplayAlerts = 0 # 不显示，不警告

doc = word.Documents.Open('xxx.doc) # 打开一个已有的word文档
new_doc = word.Documents.Add() # 创建新的word文档

内容操作

myRange = doc.Range(0,).text # 读取内容
doc.Paragraphs[5].Range.text=“12456” #赋值

doc.Paragraphs[11].Range() #段落只能.Range() 读取全部这样不行：Range(3,4)

安装段落遍历：

doc.Paragraphs.count #段落的总数量
for i in range( len(doc.Paragraphs)):
para = doc.Paragraphs[i]
print(para.Range.text)

for i in doc.Paragraphs: # 或这样子，也能直接打印文字
print(i.Range())

插入操作

InsertBefore 、 InsertAfter

Range中的参数，两个参数分别代表起始点，结束点
在文章头部插入
myRange = doc.Range(0,0)
myRange.InsertBefore(‘Hello from Python!’) #在头部插入，换行请加\r

在文章指定为位置插入
myRange = doc.Range(22,23)
myRange.InsertBefore(‘Hello from Python!’)

**在文章尾部插入 **
myRange2 = doc.Range()
myRange2.InsertAfter(‘Bye word’)

插入在某段尾部
doc.Paragraphs[11].Range.text = doc.Paragraphs[11].Range()[:-2] +‘strss\r’

Select操作

doc.Paragraphs[8].Range.Select() 选中一段

w=win32com.client.Dispatch(‘Word.Application’)
objsel = w.Selection

objsel.Start #选取起点
objsel.end #选取终点
objsel.end = objsel.start+5 #选中操作

objsel.Delete #删除选中

objsel.EndKey() # 为当前光标所在行的最后，并非文档最后，返回移动步数 objsel.HomeKey() #当前段落开头，返回步数为负数
objsel.MoveRight(1,3) #向右移动3格，1 是枚举量

objsel.Collapse() #选取释放，光标为开头

objsel.TypeText(‘insert first pic’) # 在光标位置，打字
objsel.TypeParagraph() #在光标位置插入回车
objsel.InsertBreak() # 插入页

图片插入
objshape = doc.Shapes
p1 = objshape.AddPicture(‘e:\1.jpeg’) #通过这种doc.shapes的方式，图片插入的位置在文档开头
objsel.TypeParagraph() #回车

newpl = objsel.InlineShapes.AddPicture(‘e:\1.jpeg’) #而这种通过selection的插入图片方式，插入的位置是在光标位置；
objsel.TypeParagraph() #敲回车

获取活动word

dc=w.ActiveDocument.Content #取得当前活动文档的内容句柄
dc.Font.Size=15 # 设置文档的文字大小（影响全文的大小）

转换

table.Cell(0,0).Select() Range 转换为Select操作
如: doc.Tables[0].Cell(2,4).Select() 表格的第二行，第四个单位选中

表格操作

doc.Tables[0].Rows[0].Cells[0].Range.Text =‘123123’
worddoc.Tables[0].Rows.Add() # 增加一行

doc.Tables(0).Rows(1).Cells(1).Range.Text =‘修改1’ #修改，原内容不保存
doc.Tables(1).Cell(3,5).Range.Text =(‘Some text’) #表格内容修改 doc.Tables(1).Cell(3,4).Range.InsertAfter(‘Some text’) #插入，原内容保留

表遍历：

for i in range(len(doc.Tables)):   #遍历所有表biao = doc.Tables[i]            print('行:',len(biao.Rows))          #打印当前表有多少行for j in range(len(biao.Rows)):   #循环行print('列:',len(biao.Rows[j].Cells))  #打印当前行有多少列for w in range(len(biao.Rows[j].Cells)):print(i,j,w,[biao.Rows[j].Cells[w].Range.Text])  #打印值

表格插入行

biao = doc.Tables[0]
ls = biao.Rows.Add() # 增加一行 继承上一行属性
len(ls.Cells)
ls.Cells[0].Range.Text=10
ls.Cells[1].Range.Text=12Selection.InsertRowsAbove 1   #  vba  Select  上方插入1行
Selection.InsertRowsBelow 2    # vba Select插入法 ，插入2行#找打某个标记，并在它上方插入1行
sel.Find.Execute('{:xxx}', False, False, False, False, False, True, 1, True, '', 0)
sel.InsertRowsAbove(1)   #上方插入
sel.Rows.Delete()          #删除行
ps： 更多信息，可以录制vba获取# 插入信息，并删除 标记行{:xxx}
lslist = [['a%d'%(i) for i in range(12)],['b%d'%(i) for i in range(12)]]
sel.Find.Execute('{:xxx}', False, False, False, False, False, True, 1, True, '', 0)  #找到某个标记
for i in lslist:sel.InsertRowsAbove()for j in i:        sel.TypeText(str(j))sel.Start = sel.Start+1
sel.Find.Execute('{:xxx}', False, False, False, False, False, True, 1, True, '', 0)  #找到某个标记
sel.Rows.Delete           #删除行

样式

字体
Font属性是Selection,Range,Find,Replacement,Style,ConditionalStyle对象的属性，主要改变字体的大小（Size),颜色(Color),字体类型(Name),粗体(Bold),斜体(Italic)等

doc = word.Documents.Open(FileName=path,Encoding='gbk')
#中文路径乱码问题处理
path="c:/文档.docx"
FileName=path.decode("utf8")
#中文写入乱码处理
table.Cell(0,1).Range.Text=str.decode("utf8")
table.Cell(0,2).Range.Text=(u'%s' % str)

替换、查找操作

wordApp.Selection.Find.ClearFormatting()
wordApp.Selection.Find.Replacement.ClearFormatting()
word.Selection.Find.Execute(OldStr, False, False, False, False, False, True, 1, True, NewStr, 2)

参数(OldStr–搜索的关键字,
True–区分大小写,
True–完全匹配的单词，并非单词中的部分（全字匹配）,
True–使用通配符,
True–同音,
True–查找单词的各种形式,
True–向文档尾部搜索,
1,
True–带格式的文本,
NewStr–替换文本,
2–替换个数（0表示不替换，1表示只替换匹配到的第一个，2表示全部替换）

关闭与保存

doc.Save() # 保存
doc.SaveAs(‘asdasd.doc’) # 另存为
doc.Close() # 关闭 word 文档
word.Documents.Close(wc.wdDoNotSaveChanges) # 保存并关闭 word 文档
word.Quit() # 关闭 office

另存为操作

from win32com import client as wc
word = wc.Dispatch(“Word.Application”)
wordhandle.Visible = 0 # 后台运行，不显示
wordhandle.DisplayAlerts = 0 #不警告
doc = wordhandle.Documents.Open(‘xxx.docx’)
doc.SaveAs(‘xxx.pdf’, 17) # txt=4, html=10, docx=16， pdf=17
doc.Close()
word.Quit()

下表为格式转换的代码

        wdFormatDocument = 0wdFormatDocument97 = 0wdFormatDocumentDefault = 16wdFormatDOSText = 4wdFormatDOSTextLineBreaks = 5wdFormatEncodedText = 7wdFormatFilteredHTML = 10wdFormatFlatXML = 19wdFormatFlatXMLMacroEnabled = 20wdFormatFlatXMLTemplate = 21wdFormatFlatXMLTemplateMacroEnabled = 22wdFormatHTML = 8wdFormatPDF = 17wdFormatRTF = 6wdFormatTemplate = 1wdFormatTemplate97 = 1wdFormatText = 2wdFormatTextLineBreaks = 3wdFormatUnicodeText = 7wdFormatWebArchive = 9wdFormatXML = 11wdFormatXMLDocument = 12wdFormatXMLDocumentMacroEnabled = 13wdFormatXMLTemplate = 14wdFormatXMLTemplateMacroEnabled = 15

多线程

在多线程里面使用win32com调用com组件的时
需要用pythoncom.CoInitialize初始化一下。

最后还需要用pythoncom.CoUninitialize释放资源

from win32com.client import Dispatch
import pythoncom 引入这个东西
def test(doc_full_path):
table_count = 0
pythoncom.CoInitialize() # 初始化一下
… #这里面可以用了
pythoncom.CoUninitialize() #释放一下
return table_count

Coinitialize是Windows提供的API函数
用来告诉Windows系统单独一个线程创建COM对象

docx模块

基本概括

from docx import Document
from docx.shared import Inchesdocument = Document()document.add_heading('Document Title', 0)                      #插入标题p = document.add_paragraph('A plain paragraph having some ')   #插入段落，并定义段落为p变量
p.add_run('bold').bold = True   #添加粗体字bold
p.add_run(' and some ')         #添加普通字
p.add_run('italic.').italic = True   #添加斜体字document.add_heading('Heading, level 1', level=1)          #1级标题，比0小一点
document.add_paragraph('Intense quote', style='IntenseQuote')   #添加段落，样式为强调document.add_paragraph('first item in unordered list', style='ListBullet'          #添加段落，前面有个点
)
document.add_paragraph('first item in ordered list', style='ListNumber'            #添加段落，前面有个序号1
)document.add_picture('monty-truth.png', width=Inches(1.25))      #插入图片table = document.add_table(rows=1, cols=3)                      #插入表格
hdr_cells = table.rows[0].cells
hdr_cells[0].text = 'Qty'
hdr_cells[1].text = 'Id'
hdr_cells[2].text = 'Desc'
recordset =[{'qty':'1a','id':1,'desc':'aaa'},{'qty':'2a','id':2,'desc':'bbb'},{'qty':'3c','id':3,'desc':'ccc'}]
for item in recordset:row_cells = table.add_row().cellsrow_cells[0].text = str(item['qty'])row_cells[1].text = str(item['id'])row_cells[2].text = item['desc']document.add_page_break()    #添加下一页       document.save('demo.docx')  #保存文档

读取和编辑一个已有的word文档，只需在一开始添加上文件路径就行了，如下：

from docx import Document
from docx.shared import Inchesdocument = Document('demo.docx')  #打开文件demo.docx
for paragraph in document.paragraphs:print(paragraph.text)  #打印各段落内容文本document.add_paragraph('Add new paragraph', style='ListNumber'
)    #添加新段落document.save('demo.docx') #保存文档

替换

for x in wb.paragraphs:
x.text=x.text.replace(‘ABC’,‘DEF’)

详细概括

安装 pip3 install python-docx

pip3 install python-docx -i https://pypi.douban.com/simple 豆瓣镜像下载

内联对象一般包括：段落（paragraph）、图片（inline picture）、表（table）、标题（heading）、有序列表（numbered lists）、无序列表（bullets lists）

创建文档

from docx import Document
from docx.shared import Inches
document = Document()  #创建基于默认“模板”的空白文档

打开文档

document = Document('d:/test.docx')  #打开文档

添加段落

paragraph = document.add_paragraph('段落1')  #在尾部添加段落
#参数  段落文本

在段落尾部添加文本

kuai=paragraph.add_run('我是中国人')  #在段落尾部添加文本
#返回值：内联对象

paragraphs=document.paragraphs   #返回段落引用集合--列表
paragraphs[1].text="小Z同学："  #设置序号1段落的文本

返回段落集合

s=document.paragraphs  #返回段落引用集合--列表

返回段落总数

s=len(document.paragraphs)  #返回段落总数

返回指定段落的文本

s=document.paragraphs[0].text  #返回指定段落的文本

设置段落样式

paragraph.style = 'List Bullet'  #设置段落样式
paragraph =document.add_paragraph('段落4',style = 'List Bullet')  #添加段落--带段落样式

返回段落样式

s=document.paragraphs  #返回段落引用集合--列表
s1=s[0].style    #返回序号0段落的样式
print(s1)

段落对齐

需要 from docx.enum.text import WD_ALIGN_PARAGRAPH

paragraph_format = paragraph.paragraph_format  #创建段落格式对象
paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER   #段落居中对齐
paragraph_format.alignment =WD_ALIGN_PARAGRAPH.LEFT    #段落左对齐
paragraph_format.alignment =WD_ALIGN_PARAGRAPH.RIGHT   #段落右对齐
paragraph_format.alignment =WD_ALIGN_PARAGRAPH.JUSTIFY   #段落两端对齐

paragraphs=document.paragraphs   #返回段落引用集合--列表
paragraphs[4].paragraph_format.alignment=WD_ALIGN_PARAGRAPH.RIGHT  #序号4段落右对齐

段落缩进

段落可以在左侧和右侧分别缩进。第一行也可以具有与段落其余部分不同的缩进，缩进的第一行有一个悬挂缩进

paragraph_format = paragraph.paragraph_format  #创建段落格式对象
paragraph_format.left_indent = Inches(0.5)  #段落左缩进0.5英寸
#需要  from docx.shared import Inches
paragraph_format.right_indent = Pt(20)   #右缩进20点
#from docx.shared import Pt
paragraph_format.first_line_indent = Inches(0.5)  #第一行缩进

paragraphs=document.paragraphs   #返回段落引用集合--列表
paragraphs[2].paragraph_format.first_line_indent=Cm(0.74)  #序号2段落首行缩进0.74厘米
#from docx.shared import Cm

段落间距

paragraph_format = paragraph.paragraph_format  #创建段落格式对象
paragraph_format.space_before = Pt(38)  #设置段落前间距
paragraph_format.space_after = Pt(19)   #设置段落后间距

行间距

paragraph_format = paragraph.paragraph_format  #创建段落格式对象
paragraph_format.line_spacing = Pt(50)   #设置行间距

行距可以通过段落paragraph_format属性的line_spacing或line_spacing_rule属性来指定，当line_spacing设置为长度值时表示绝对距离，设置为浮点数时表示行高的倍数，设置为None表示根据继承层次决定

保存文档

document.save('d:/test.docx')  #保存文档--覆盖原文档

添加标题

document.add_heading('标题', level=0)  #添加标题
#参数2 标题级别  0--9

添加分页

document.add_page_break()  #添加分页

换页方式

换页方式决定一个段落在一个页面结束附近如何表现，常用属性有如下，每个属性的取值可以为True、False、None：

keep_together设置为True时使得整个段落出现在同一页中，如果一个段落在换页时可能会被打断就在段前换页；
keep_with_next设置为True时使得本段与下一段出现在同一页中；
page_break_before设置为True时使得本段出现在新的一页的顶端，例如新的一章标题必须从新的一页开始；
window_control设置为True时表示可以在必要的时候进行分页，避免本段的第一行或最后一行单独出现在一页中

粗体和斜体

kuai=paragraph.add_run('我是中国人')  #在段落尾部添加文本
#返回值：内联对象
kuai.bold = True  #给内联设置粗体

kuai=paragraph.add_run('我是中国人')  #在段落尾部添加文本
#返回值：内联对象
kuai.italic = True  #给内联设置斜体

kuai.underline = True  #给内联设置下划线

字符格式

Run属于行内元素的一种，是一个块级元素的组成部分，可以看做是一段连续的具有相同格式（字体、字号、颜色、加粗、斜体、下画线、阴影等）的文本。一般来说，一个段落会包含一个或多个Run，使得同一个段落中可以包含不同格式的文本

可以通过一个Run对象的font属性来获取和设置该Run的字符格式，例如字体名称font.name、字体大小font.size、是否加粗font.bold、是否斜体font.italic、下画线格式font.underline（True表示单下画线，False表示没有下画线，或者使用WD_UNDERLINE中的成员设置更多下画线格式）、字体颜色font.color.rgb（设置为docx.shared.RGBColor对象）

包括字体字体和大小，粗体，斜体和下划线

#设置字体--麻烦一点
kuai.font.name=u'华文彩云'
r = kuai._element
r.rPr.rFonts.set(qn('w:eastAsia'), '华文彩云')
#需要 from docx.oxml.ns import qnkuai.font.size = Pt(30)  #字体大小
kuai.font.color.rgb = RGBColor(0x42, 0x24, 0xE9)  #设置字体颜色
#需要 from docx.shared import RGBColor

样式

s=document.styles  #获取word所有样式集合对象
for i in s:print(i)

章节

from docx import Document
from docx.shared import Inches
from docx.enum.section import WD_ORIENT, WD_SECTIONdocument = Document()
paragraph = document.add_paragraph('段落1')
paragraph = document.add_paragraph('段落5:床前明月光，疑是地上霜。举头望明月，低头思故乡。')document.add_section()  #添加新章节
paragraph = document.add_paragraph('章节2-1')
document.add_section()  #添加新章节
paragraph = document.add_paragraph('章节3-1')sections = document.sections  #返回所有章节引用的对象
s=len(sections)   #返回章节总数
section = sections[0]  #返回指定章节的对象
section = document.sections[-1]  # 返回文档最后一个章节
new_height= section.page_height  #返回章节页面的高
#10058400    单位：像素    1英寸=914400像素
new_width=section.page_width   #返回章节页面的宽
#7772400
section.page_height=10058400  #设置章节的高度
section.page_width =4072400  #设置章节宽度section.orientation = WD_ORIENT.LANDSCAPE  #设置页面方向  ？？？
#需要  from docx.enum.section import WD_ORIENT, WD_SECTIONs=section.left_margin  #返回左边距--单位像素
s=section.right_margin  #返回右边距--单位像素
s=section.top_margin  #返回上边距--单位像素
s=section.bottom_margin  #返回下边距--单位像素
section.left_margin = Inches(1.5)   #设置左边距
s=section.header_distance   #返回页眉距离--单位像素
s=section.footer_distance  #返回页脚距离--单位像素print(s)
document.save('d:/test.docx')

页眉和页脚

Word支持页眉和页脚。页眉是出现在每个页面的上边距区域中的文本，与文本主体分开，并且通常传达上下文信息，例如文档标题，作者，创建日期或页码。文档中的页眉在页面之间是相同的，内容上只有很小的差异，例如更改部分标题或页码。页眉也称为运行头

页脚在页眉的每个方面都类似，只不过它出现在页面底部。它不应与脚注混淆，脚注在页面之间内容是不一致的

页眉和页脚与一个章节相关联，这允许每个章节具有不同的页眉和/或页脚

页眉：

每个section对象都有一个.header属性，可以访问该节的_Header对象：

from docx import Documentdocument = Document()
paragraph = document.add_paragraph('段落1')
document.add_section()  #添加新章节
paragraph = document.add_paragraph('段落2')
document.add_section()
paragraph = document.add_paragraph('段落3')section = document.sections[0]  #返回序号0章节的引用
header = section.header  #返回章节header引用
print(header.is_linked_to_previous)   #章节头(页眉)是否无定义
#值为True表示_Header对象不包含章节头定义，该章节将显示与上一节相同的章节头#添加页眉
paragraph = header.paragraphs[0]  #返回页眉序号0的段落的引用
#章节头已包含单个（空）段落
#此时把header.is_linked_to_previous属性设为false
paragraph.text = "这是页眉1"print(header.is_linked_to_previous)
document.save('d:/test.docx')

删除页眉

通过将True分配给其.is_linked_to_previous属性，可以删除不需要的页眉：

header = section.header  #返回章节header引用
header.is_linked_to_previous = True  #删除页眉

页脚：

每个section对象都有一个footer属性，可以访问该章节的页脚对象：

section = document.sections[0]  #返回序号0章节的引用
footer=section.footer  #返回章节页脚的引用
print(footer.is_linked_to_previous)
#值为True表示页脚对象不包含定义，该章节将显示与上一节相同的页脚#添加页脚
paragraph = footer.paragraphs[0]  #返回页脚序号0的段落的引用
#页脚已包含单个（空）段落
#此时把footer.is_linked_to_previous属性设为false
paragraph.text = "这是页脚1"

footer.is_linked_to_previous = True  #删除页脚

制表符

tab_stops = paragraph.paragraph_format.tab_stops  #返回段落格式制表符的引用
from docx.enum.text import WD_TAB_ALIGNMENT, WD_TAB_LEADER
tab_stop = tab_stops.add_tab_stop(Inches(4.5), WD_TAB_ALIGNMENT.LEFT, WD_TAB_LEADER.DOTS)  #添加制表位
#参数2 对齐--默认左  https://python-docx.readthedocs.io/en/latest/api/enum/WdTabAlignment.html#wdtabalignment
#参数3 填充符--默认空格    https://python-docx.readthedocs.io/en/latest/api/enum/WdTabLeader.html#wdtableader
print(tab_stop.position)  #返回制表位位置--单位像素
print(tab_stop.position.inches)  #返回制表位位置--单位英寸
tab_stops[0] #返回序号0制表位的引用

表格

添加表格

table = document.add_table(rows=2, cols=2)  #添加表格

给单元格赋值和读取单元格文本

cell = table.cell(0, 1)  #返回表格的单元格对象
cell.text = '0行1列'   #给单元格赋值
s=cell.text   #返回单元格文本

row = table.rows[1]  #返回行对象
row.cells[0].text = '一行零列'  #给行对象的第n个单元格赋值
s=row.cells[1].text  #返回行对象的第n个单元格的文本

col = table.columns[1]  #返回列对象
col.cells[0].text = '零行1列'  #给列对象的第n个单元格赋值
s=col.cells[1].text  #返回列对象的第n个单元格的文本

tables=document.tables  #返回文档所有表格引用集合--列表
tables[0].cell(1,0).text="猫粮1"  #给序号0的表格指定单元格设置文本

总行数和总列数

s = len(table.rows)     #返回表格的总行数
s = len(table.columns)  #返回表格的总列数

图片

添加图片

document.add_picture('大象.png')  #添加图片--添加的图像以原始大小显示

document.add_picture('大象.png', width=Inches(1.0))  #添加图片
#参数2 图品宽度  -宽度和高度只指定一个，另一个按比例缩放
#Inches--单位是英寸

document.add_picture('大象.png', width=Cm(11.8))#添加图片
#需要   from docx.shared import Cm