Python如何解决world文件批量转换问题

这篇文章主要为大家展示了"Python如何解决world文件批量转换问题"，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下"Python如何解决world文件批量转换问题"这篇文章吧。

Word 是办公软件中使用频率非常高的软件之一了，假如你需要调整 100 个 Word 文档的格式保持统一，或者要把 100 个 Word 全部转换为 pdf，那么你就需要 Python 来帮忙了。

python-docx 库简介

python-docx 是一个可以对 Word 进行读写操作的第三方库，可以读取 Word 内容，可以为 Word 文档添加段落、表格、图片、标题，应用段落样式、粗体和斜体、字符样式。

执行如下安装命令即可完成安装：

pip install python-docx

官方文档: https://python-docx.readthedocs.io/

读取 Word

这里我先创建了一个样例，里面有标题、正文、表格：

读取 Word 内容的代码如下：

from docx import Documentdef view_docs(docx_file):    # 打开文档1    doc = Document(docx_file)    # 读取每段内容    pl = [ paragraph.text for paragraph in doc.paragraphs]    # 输出读取到的内容    for i in pl:        print(i)def view_docs_table(docx_file):    # 打开文档1    doc = Document(docx_file)    # 读取每段内容    tables = [table for table in doc.tables]    for table in tables:        for row in table.rows:            for cell in row.cells:                print(cell.text, end='  ')            print()        print('\n') if __name__ == '__main__':    view_docs("Python自动化办公实战课.docx")    view_docs_table("Python自动化办公实战课.docx")

运行结果如下：

写入 Word

现在，用 Python 创建一个和刚才一样的 Word 文档：

from docx import Documentfrom docx.shared import Pt, RGBColorfrom docx.oxml.ns import qnfrom docx.enum.text import WD_PARAGRAPH_ALIGNMENTfrom docx.table import _Cellfrom docx.oxml import OxmlElement def set_cell_border(cell: _Cell, **kwargs):    """    Set cell`s border    Usage:    set_cell_border(        cell,        top={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},        bottom={"sz": 12, "color": "#00FF00", "val": "single"},        start={"sz": 24, "val": "dashed", "shadow": "true"},        end={"sz": 12, "val": "dashed"},    )    """    tc = cell._tc    tcPr = tc.get_or_add_tcPr()     # check for tag existnace, if none found, then create one    tcBorders = tcPr.first_child_found_in("w:tcBorders")    if tcBorders is None:        tcBorders = OxmlElement('w:tcBorders')        tcPr.append(tcBorders)    # list over all available tags    for edge in ('start', 'top', 'end', 'bottom', 'insideH', 'insideV'):        edge_data = kwargs.get(edge)        if edge_data:            tag = 'w:{}'.format(edge)             # check for tag existnace, if none found, then create one            element = tcBorders.find(qn(tag))            if element is None:                element = OxmlElement(tag)                tcBorders.append(element)             # looks like order of attributes is important            for key in ["sz", "val", "color", "space", "shadow"]:                if key in edge_data:                    element.set(qn('w:{}'.format(key)), str(edge_data[key]))document = Document()document.styles['Normal'].font.name = u'宋体'document.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'宋体')##标题def add_header(text, level, align='center'):    title_ = document.add_heading(level=level)    if align == 'center':        title_.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER  # 标题居中    elif align == 'right':        title_.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT  # 标题居中    title_run = title_.add_run(text)  # 添加标题内容    # title_run.font.size = Pt(24)  # 设置标题字体大小    title_run.font.name = 'Times New Roman'  # 设置标题西文字体    title_run.font.color.rgb = RGBColor(0, 0, 0)  # 字体颜色    title_run.element.rPr.rFonts.set(qn('w:eastAsia'), '微软雅黑')  # 设置标题中文字体add_header(text='Python自动化办公实战', level=1)add_header(text='Python基础', level=2, align='left')document.add_paragraph('Python 是一门面向对象的高级编程语言，易学易用，是自动化办公首选的工具。')add_header('Python玩转图片', level=2, align='left')document.add_paragraph('图片是工作中接触较多的媒体文件了，你可能需要图片压缩，加水印，文字识别等操作')records = (    ('Python 基础', '00:30', '2021-08-01', ''),    ('Python 玩转图片', '01:00', '2021-08-01', ''),    ('Python 玩转 Word', '01:00', '2021-08-01', ''),)table = document.add_table(rows=1, cols=4)hdr_cells = table.rows[0].cellshdr_cells[0].text = '章节'hdr_cells[1].text = '时长'hdr_cells[2].text = '日期'hdr_cells[3].text = '备注'for cell in hdr_cells:    set_cell_border(cell,                    top={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},                    bottom={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},                    start={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},                    end={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},                    )for chapter, time, date, note in records:    row_cells = table.add_row().cells    row_cells[0].text = chapter    row_cells[1].text = time    row_cells[2].text = date    row_cells[3].text = note    for cell in row_cells:        set_cell_border(cell,                        top={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},                        bottom={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},                        start={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},                        end={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},                        )document.save('Python自动化办公实战.docx')

其中，为表格添加边框的代码由于比较复杂，单独做为一个函数来调用。

生成的 Word 文档如下所示，其中表格边框的颜色，标题的颜色，字体大小，样式都是可以设置的：

其他操作

添加分页符：

document.add_page_break()

添加图片：

document.add_picture('monty-truth.png', width=Inches(1.25))

设置表格的列宽和行高

'''设置列宽可以设置每个单元格的宽，同列单元格宽度相同，如果定义了不同的宽度将以最大值准'''table.cell(0,0).width=Cm(10)#设置行高table.rows[0].height=Cm(2)

表格字体的设定：

from docx.enum.text import WD_PARAGRAPH_ALIGNMENT#设置整个表格字体属性table.style.font.size=Pt(18)table.style.font.color.rgb=RGBColor(255, 0, 0)table.style.paragraph_format.alignment=WD_PARAGRAPH_ALIGNMENT.CENTER

合并单元格

cell_1=table.cell(1, 0)cell_2=table.cell(2, 1)cell_1.merge(cell_2)

修改文档字体：

from docx import Documentfrom docx.shared import Pt  #设置像素、缩进等from docx.shared import RGBColor #设置字体颜色from docx.oxml.ns import qndoc = Document("xxx.docx")for paragraph in doc.paragraphs:    for run in paragraph.runs:        run.font.bold = True        run.font.italic = True        run.font.underline = True        run.font.strike = True        run.font.shadow = True        run.font.size = Pt(18)        run.font.color.rgb = RGBColor(255,0,255)        run.font.name = "黑体"        # 设置像黑体这样的中文字体，必须添加下面 2 行代码        r = run._element.rPr.rFonts        r.set(qn("w:eastAsia"),"黑体")doc.save("xxx.docx")

行间距调整：

paragraph.paragraph_format.line_spacing = 5.0

段前与段后间距调整：

#段前paragraph.paragraph_format.space_before = Pt(12) #段后    paragraph.paragraph_format.space_after = Pt(10)

Word 转 pdf

只需要两行代码就可以将 Word 转 pdf，这里使用的是三方库 docx2pdf 使用前先 pip install docx2pdf。

具体代码如下所示：

from docx2pdf import convertconvert("Python自动化办公实战.docx", "Python自动化办公实战.docx.pdf")

如果要对某个目录下的 Word 批量转换为 pdf，可以这样：

from docx2pdf import convertconvert("目录路径/")

批量转换为 pdf 时是否非常方便？

知道了这些小操作，就可以组装大操作，比如后面可以用 Python 将 Word 转换为 pdf 后作为附件发送邮件给其他人。

以上是"Python如何解决world文件批量转换问题"这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！