1 安装模块
Windows用户打开命令行输入：pip install python-docx
Mac用户打开终端/Terminal输入：pip3 install python-docx
导入模块：import docx
如果无法安装，可以转换为国内清华镜像源，Windows系统操作如下：
在cmd模式下输入
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple python-docx
2 读取Word文档内容
2.1 文档结构
注意：一个run对象是相同样式文本的延续，如颜色、字体、粗细、斜体不同，文字加粗和后面没有加粗操作的，属于不同的文字块。
2.2 获取段落和文字块
1）获取段落paragraph
① python-docx提取文字
doc.paragraphs -> 得到一个列表，包含每个段落实例
len(doc.paragraphs)-> 得到段落的个数
paragraph.text -> 得到该段落的文字内容
import docx
from docx import Document
# 绝对路径写法，为方便阅读，以下都采用相对路径。
# doc = Document(r"C:\Users\Administrator\Desktop\这是一个文档.docx")
doc = Document("这是一个文档.docx")
print("段落数:"+str(len(doc.paragraphs)))
print(len(doc.paragraphs))#输出第一段的内容，索引从0开始
para = doc.paragraphs[0]
print("第一段的内容是",para.text,sep=':')
print("----------------------------------------------------------------")#输出每一段的内容
for para in doc.paragraphs:print(para.text)
print("----------------------------------------------------------------")#输出段落编号及段落内容
for i in range(len(doc.paragraphs)):print("第"+str(i)+"段的内容是："+doc.paragraphs[i].text)2）获取文字块Run
paragraph.runs -> 得到一个列表，包含每个文字块
run.text -> 得到该文字块的文字内容
import docx
from docx import Documentdoc = Document("这是一个文档.docx")#输出第一段第一个文字块的内容，索引从0开始
para1 = doc.paragraphs[0]
runs = para1.runs[0]
print("第一段第一个文字块的内容是",runs.text,sep=':')
print("----------------------------------------------------------------")
for i in range(len(doc.paragraphs)):paragraph = doc.paragraphs[i]runs = paragraph.runsfor run in paragraph.runs:print("第"+str(i+1)+"个文字块的内容是："+run.text)
2.3 获取整个文本
读取完整的Word文本内容。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 docxdef getText(fileName):doc = docx.Document(fileName)TextList = []for paragraph in doc.paragraphs:TextList.append(paragraph.text)return '\n'.join(TextList)fileName = r'example3.docx'
print(getText(fileName))
3 向文档中写入内容
3.1 添加文字
1）添加标题
doc.add_heading(“标题名称”,level=标题等级)，level=可以省略
整数 0 表示标题是 Title 样式，这用于文档的顶部。整数 1 到 45是不同的标题层次，是主要的标题， 45是最低层的子标题
import docx
doc=docx.Document()doc.add_heading('标题0',0)
doc.add_heading('标题1',1)
doc.add_heading('标题2',2)
doc.add_heading('标题3',3)
doc.save('添加标题.docx')
补充：获取标题
import docx
doc=docx.Document("添加标题.docx")for p in doc.paragraphs:style_name = p.style.nameif style_name.startswith('Heading'):print(style_name,p.text,sep=';')
2）添加段落
doc.add_paragraph(“段落文字内容”)
import docx
from docx import Documentdoc=docx.Document()
paragraph1 = doc.add_paragraph("这是一个段落")
paragraph2 = doc.add_paragraph("这是第二个段落")#插入有序列表,段落的前面会有序号123
doc.add_paragraph('把冰箱门打开',style='List Number')
doc.add_paragraph('把大象装进去',style='List Number')
doc.add_paragraph('把冰箱门关上',style='List Number')
#插入无序列表，段落的前面没有序号
doc.add_paragraph('把冰箱门打开',style='List Bullet')
doc.add_paragraph('把大象装进去',style='List Bullet')
doc.add_paragraph('把冰箱门关上',style='List Bullet')doc.save("添加段落.docx")
3）添加文字块
paragraph.add_run(‘文字内容’)
import docx
from docx import Documentdoc=docx.Document()
paragraph1 = doc.add_paragraph()
paragraph2 = doc.add_paragraph()
paragraph3 = doc.add_paragraph()
paragraph1.add_run('加粗').bold = True
paragraph2.add_run('斜体').italic = True
paragraph3.add_run('普通')
doc.save("添加文字块.docx")
3.2 添加图片和表格
1）添加图片
doc.add_picture(图片地址)
import docx
from docx import Documentdoc=docx.Document()
doc.add_picture('图片.png')doc.save("添加图片.docx")
- 添加图片，给定宽度或高度
doc.add_picture(图片地址,width=宽度,height=高度)
只给一个宽度或高度，另一个的尺寸会自动计算。
import docx
from docx import Document
from docx.shared import Cmdoc=docx.Document()
doc.add_picture('图片.png',width=Cm(5),height=Cm(5))doc.save("添加图片.docx")
2）添加表格
doc.add_table(rows=多少行, cols=多少列，表格形式)
写入的数据不得超过规定的行和列。
import docx
from docx import Document
from docx.shared import Cmdoc=docx.Document()list1 = [["姓名", "性别", "家庭地址"],["李雷", "男", "湖北省"],["韩梅梅", "女", "北京市"],["夏洛特", "男", "广东省"],["马冬梅", "女", "湖南省"]
]
list2 = [["姓名", "性别", "家庭地址"],["貂蝉", "女", "河北省"],["杨贵妃", "女", "贵州省"],["西施", "女", "山东省"]
]table1 = doc.add_table(rows=5, cols=3)
for row in range(5):cells = table1.rows[row].cellsfor col in range(3):cells[col].text = str(list1[row][col])
doc.add_paragraph("--------------------------------------------------------------------------------------------------------------------")
table2 = doc.add_table(rows=4, cols=3)
for row in range(4):cells = table2.rows[row].cellsfor col in range(3):cells[col].text = str(list2[row][col])
doc.add_paragraph("--------------------------------------------------------------------------------------------------------------------")
#插入一个6行6列的表格
table3 = doc.add_table(rows=6, cols=6)
for i in range(0, 6):for j in range(0, 6):table3.cell(i, j).text = "第{i}行{j}列".format(i=i + 1, j=j + 1)
doc.save("添加表格.docx")
补充：提取表格内容并写入Excel中。
from docx import Document
from openpyxl import Workbookdoc = Document("添加表格.docx")
# tables[0]表示提取第一个表格，tables[1]表示提取第二个表格，依次类推。
t0 = doc.tables[0]workbook = Workbook()
sheet = workbook.activefor i in range(len(t0.rows)):list1 = []for j in range(len(t0.columns)):list1.append(t0.cell(i,j).text)sheet.append(list1)
workbook.save(filename = "来自word中的表.xlsx")# 遍历所有表格
for table in doc.tables:print ('----table------')for row in table.rows: # 遍历表格的所有行# 按原格式输出数据# row_str = '\t'.join([cell.text for cell in row.cells])# print(row_str)# 遍历所有行的所有单元格内容for cell in row.cells:print (cell.text, '\t')
3.2 添加分行
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 docxdoc = 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[1].add_break()
doc.add_paragraph().add_run('普通')
doc.save('换行.docx')
3.4 添加分页
doc.add_page_break()
import docx
from docx import Documentdoc=docx.Document()
doc.add_paragraph('this is on the first page')
doc.add_page_break()
doc.add_paragraph('this is on the seconed page')doc.save("添加分页.docx")'''
换页只需要把docx.enum.text.WD_BREAK.PAGE作为唯一的参数传递给add_break
如果是换行的话就不需要使用docx.enum.text.WD_BREAK.PAGE参数
doc.paragraphs[0].runs[0].add_break(docx.enum.text.WD_BREAK.PAGE)
'''
4 调整Word文档样式
这方面主要是正文样式与标题样式。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。
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 |
4.1 对文字字体样式进行修改
run.font.样式 = xxx
from docx import Document
from docx.shared import Pt,RGBColor #字号，颜色
from docx.oxml.ns import qn #设置中文字体需要该模块doc = Document()
paragraph1 = doc.add_paragraph("这是一个段落")
paragraph2 = doc.add_paragraph("这是第二个段落")
for paragraph in doc.paragraphs:for run in paragraph.runs:run.font.bold = Truerun.font.italic = Truerun.font.underline = Truerun.font.strike = Truerun.font.shadow = Truerun.font.size = Pt(18)run.font.color.rgb = RGBColor(255,255,0)run.font.name = "微软雅黑"# 设置像微软雅黑这样的中文字体，必须添加下面2行代码r = run._element.rPr.rFontsr.set(qn("w:eastAsia"),"微软雅黑")
doc.save("修改字体样式.docx")
4.2 修改段落样式
1）对齐样式
doc.paragraphs.alignment = 对齐方式
from docx.enum.text import WD_ALIGN_PARAGRAPH
paragraphs.alignment = WD_ALIGN_PARAGRAPH.CENTER
可选的对齐方式：
LEFT,CENTER,RIGHT,JUSTIFY,DISTRIBUTE,JUSTIFY_MED,JUSTIFY_HI,JUSTIFY_LOW,THAI_JUSTIFY
from docx import Document
from docx.enum.text import WD_ALIGN_PARAGRAPHdoc = Document()
paragraph1 = doc.add_paragraph("这是一个段落")
paragraph2 = doc.add_paragraph("这是第二个段落")# [0]表示第一个段落，依次类推
doc.paragraph[0].alignment = WD_ALIGN_PARAGRAPH.CENTER
# 这里设置的是居中对齐
doc.save("修改段落样式.docx")
2）行间距调整
paragraph.paragraph_format.line_spacing = 行间距
注意用浮点数，5.0就表示5倍行间距
from docx import Document
from docx.enum.text import WD_ALIGN_PARAGRAPHdoc = Document()
paragraph1 = doc.add_paragraph("这是一个段落")
paragraph2 = doc.add_paragraph("这是第二个段落")for paragraph in doc.paragraphs:paragraph.paragraph_format.line_spacing = 5.0
doc.save("修改行间距.docx")
3）段前与段后间距
paragraph.paragraph_format.space_before = Pt(12)
Pt(12)表示12磅
from docx import Document
from docx.shared import Pt
doc = Document()
paragraph1 = doc.add_paragraph("这是一个段落")
paragraph2 = doc.add_paragraph("这是第二个段落")for paragraph in doc.paragraphs:paragraph.paragraph_format.space_before = Pt(24)paragraph.paragraph_format.space_after = Pt(12)
doc.save("修改段前与段后间距.docx")
