利用python批量处理Word文件——正文、标题

2024-06-10 21:53:48

前面写了如何处理word中的表格：利用python批量处理Word文件——表格 ,其实我觉得word正文应该很少用到批处理，不过万一有朋友需要呢，我们要处理的文件内容千奇百怪，但我觉得难点其实是如何对我们想处理的内容进行读写，所以这篇博客的主要内容就是word文件的读写。我把word文件中的内容分为三类：一是表格；二是图片；三是其它内容。表格和图片的处理我在另外的博客中有详细说明，这里主要谈谈word正文的读写。

在docx中，Word内容的（除表格、图片）的基本组成是段落，因此word的所有内容都存储在paragraphs中，paragraph有两个属性：一是text，二是style。text存储段落的内容，style判断段落的种类。

1.读取Word内容

1.1读取Word中的表格

利用python-docx批量处理Word文件——表格

1.2读取Word中的图片

利用python-docx批量处理Word文件—图片

1.3读取Word正文

from docx import Document
doc=Document("./a.docx")
for p in doc.paragraphs:print(p.text)

通过遍历paragraphs就可以获得word中全部内容，有时候我们并不需要读取Word中的所有内容，我们可能只想要某些特殊的内容，比如标题，比如列表，那么docx可否实现呢，答案是肯定的。

1.3.1 读取Word中的标题

一级标题

for p in doc.paragraphs:if p.style.name=='Heading 1':print(p.text)

二级标题

for p in doc.paragraphs:if p.style.name=='Heading 2':print(p.text)

所有标题

import re
for p in doc.paragraphs:if re.match("^Heading \d+$",p.style.name):print(p.text)

1.3.2 读取正文

for p in doc.paragraphs:if p.style.name=='Normal':print(p.text)

1.3.3 其它内容

从前面可以看出，如果知道不同内容的style.name，那么要读这些内容是极其方便的，这些style.name可以通过以下方式得到：

from docx.enum.style import WD_STYLE_TYPE
for i in s:if i.type==WD_STYLE_TYPE.PARAGRAPH:print(i.name)

2.Word写入数据

2.1 标题

写入标题有两种方法

doc.add_heading("heading 1",level=1)

or

doc.add_paragraph("heading 1",style='Heading 1')

2.2 正文

doc.add_paragraph("正文")

2.3 分页符

doc.add_page_break()

2.5 其它

利用add_paragraph可以插入几何所有内容，只指定对应的style即可。

至于写入数据时的格式控制说起来就比较复杂了，我就不详述了，如果大家有需要，可以看下面文档：

最好的学习文档：官方API
$用python-docx模块读写word文档
使用Python写入docx文件并控制字体颜色
python docx 中文字体设置

网上资料很多，大家有更多需求就自己去找吧，或着留言。

转载于:https://www.cnblogs.com/xtfge/p/9949055.html

利用python批量处理Word文件——正文、标题相关推荐

python批量pdf转word,python批量实现Word文件转换为PDF文件
本文为大家分享了python批量转换Word文件为PDF文件的具体方法,供大家参考,具体内容如下 1.目的通过万能的Python把一个目录下的所有Word文件转换为PDF文件. 2.遍历目录作者总 ...
json字段顺序读取 python_如何利用Python批量读取视频文件的时间长度？
本期的主题是利用Python来实现对视频文件时间长度的读取. 在学习编程语言时,相比较于通过书本来学习知识,我更喜欢通过观看学习视频的方式来进行学习,通过主讲老师的讲解,我能很直观且快速的了解一些知识 ...
Python批量提取Word文件题库中的答案
问题描述:假设有Word文件"Python题库.docx"中有若干Python题目(目前有1000道,已在公众号内分享第一期1000道Python题库系列分享一(17道))和对应的 ...
利用python-docx批量处理Word文件—图片
图片是Word的一种特殊内容,这篇文章主要内容是如何利用python-docx批量提取Word中的图片,以及如何在Word国插入图片. 1.提取Word中的图片并保护成指定格式 docx好像并没有直接 ...
如何利用Python批量将Word中的信息提取到Excel？
大家好,今天有一个公务员的小伙伴委托我给他帮个忙,大概是有这样一份Word(由于涉及文件私密所以文中的具体内容已做修改) 一共有近2600条类似格式的表格细栏,每个栏目包括的信息有: 日期发文单位 ...
Python - 批量转换Word文件为PDF文件
1,目的通过万能的Python把一个目录下的所有Word文件转换为PDF文件. 2,遍历目录作者总结了三种遍历目录的方法,分别如下. 2.1,调用glob 遍历指定目录下的所有文件和文件夹,不递归 ...
利用Python批量将csv文件转化成xml文件
文章目录一.前言二.Python代码实现一.前言将 csv 格式转换成xml格式有许多方法,可以用数据库的方式,也有许多软件可以将 csv 转换成xml.但是比较麻烦,本文利用 Python ...
python中关于命名的例子_利用Python批量重命名文件（给非技术人员的Python实例参考）...
Python是一门"优雅"的计算机语言,而且就算10岁的小朋友也能学会,我一直向我身边的同学朋友同事推荐,不管他会不会编程. 这一回我需要完成的任务是把"照片" ...
批量处理word文件内容_用python批量提取word文件信息，导出到excel文件
技术的运用可以解决大量重复处理的工作,提高效率. 比如,有大量的论文电子文档(.docx格式),需要提取文档中的题目.作者.单位等信息制成表格(.xlsx格式),一般每篇论文的题目在第1行,副标题在第 ...
利用Python批量将.dat文件转换成.csv文件
今天处理一些dat文件的时候,要进行批量转换成CSV文件,如果直接进行转换会遇到一行中有多个数据的问题,因此要进行替换,操作程序如下: import os import pandas as pdpat ...

最新文章

热门文章