安装
pip install python-docx
步骤1:打开Word文件
首先,我们需要打开要读取的Word文件。我们可以使用python-docx库来实现这一功能。
# 导入所需的库
from docx import Document
# 打开Word文件
doc = Document('file.docx')
步骤2:读取表格数据
接下来,我们需要读取Word表格中的数据。我们可以使用python-docx库的Table对象和Cell对象来实现这一功能。
# 获取所有表格
tables = doc.tables
# 遍历表格
for table in tables:
# 获取表格中的所有行
rows = table.rows
for row in rows:
# 获取行中的所有单元格
cells = row.cells
for cell in cells:
# 获取单元格的文本内容
text = cell.text
步骤3:保留原格式
在读取表格数据时,我们需要保留原始的格式,包括字体、颜色、对齐方式等。我们可以使用python-docx库的Run对象和Paragraph对象来实现这一功能。
# 获取所有段落
paragraphs = doc.paragraphs
# 遍历段落
for paragraph in paragraphs:
# 获取段落中的所有Run对象
runs = paragraph.runs
for run in runs:
# 获取字体、颜色等属性
font = run.font
color = font.color
# 保留格式
步骤4:输出数据
最后,我们需要将读取到的表格数据输出到文件或者控制台。在这里,我们将数据输出到控制台。
# 输出数据
print(text)
完整代码示例
下面是一个完整的示例代码,演示了如何使用Python读取Word表格数据并保留原格式。
from docx import Document
# 打开Word文件
doc = Document('file.docx')
# 获取所有表格
tables = doc.tables
# 遍历表格
for table in tables:
# 获取表格中的所有行
rows = table.rows
for row in rows:
# 获取行中的所有单元格
cells = row.cells
for cell in cells:
# 获取单元格的文本内容
text = cell.text
# 输出数据
print(text)
# 获取所有段落
paragraphs = doc.paragraphs
# 遍历段落
for paragraph in paragraphs:
# 获取段落中的所有Run对象
runs = paragraph.runs
for run in runs:
# 获取字体、颜色等属性
font = run.font
color = font.color
# 保留格式
# 输出数据
print(paragraph.text)
from docx import Document
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT #设置对象居中、对齐等。
from docx.enum.text import WD_TAB_ALIGNMENT,WD_TAB_LEADER #设置制表符等
from docx.shared import Inches #设置图像大小
from docx.shared import Pt #设置像素、缩进等
from docx.shared import RGBColor #设置字体颜色
from docx.shared import Length #设置宽度
from docx.oxml.ns import qn
import time
today=time.strftime("%Y{y}%m{m}%d{d}",time.localtime()).format(y="年",m="月",d="日")
document=Document()
document.styles["Normal"].font.name=u'宋体'# 设置文档的基础字体
document.styles["Normal"].element.rPr.rFonts.set(qn('w:eastAsia'),u'宋体')#设置文档的基础中文字体
#初始化建立第一个自然段
p1=document.add_paragraph()
p1.alignment=WD_PARAGRAPH_ALIGNMENT.CENTER#对齐方式为居中
run1=p1.add_run("关于下达%s产品的通知"%today)
run1.font.name="微软雅黑"
run1.font.size=Pt(21) # 字体大小为21磅
run1.font.bold=True #加粗
p1.space_after=Pt(5)#段后距离5磅
p1.space_before = Pt(5)# 段前距离5磅
# 建立第一个自然段
i='客户3'
p2 = document.add_paragraph()
run2 = p2.add_run("%s:" % i)
run2.font.name = "仿宋_GB2312"
run2.element.rPr.rFonts.set(qn('w:eastAsia'), u'仿宋_GB2312')
run2.font.size = Pt(16)
run2.font.bold = True
# 建立第一个自然段
p3 = document.add_paragraph()
run3 = p3.add_run(" 根据公司安排,为提供优质客户服务,我单位将价格通知如下:" )
run3.font.name = "仿宋_GB2312"
run3.element.rPr.rFonts.set(qn('w:eastAsia'), u'仿宋_GB2312')
run3.font.size = Pt(16)
run3.font.bold = True
# 建立表格
table=document.add_table(rows=3,cols=3,style='Table Grid')
table.cell(0,0).merge(table.cell(0,2))# 合并第一行
table_run1=table.cell(0,0).paragraphs[0].add_run('XX产品报价表')# 合并单位格内填入XX产品报价表
table_run1.font.name = u"隶书"
table_run1.element.rPr.rFonts.set(qn('w:eastAsia'), u'隶书')
table.cell(0, 0).paragraphs[0].alighment=WD_PARAGRAPH_ALIGNMENT.CENTER#居中
table.cell(1, 0).text='日期'
table.cell(1, 1).text = '价格'
table.cell(1, 2).text = '备注'
table.cell(2, 0).text = today
table.cell(2, 1).text ='100'
table.cell(2, 2).text = ''
document.add_page_break()#分页符
document.save('价格通知.docx')#保存
需要说明的是
run3.font.name = “仿宋_GB2312”
run3.element.rPr.rFonts.set(qn(‘w:eastAsia’), u’仿宋_GB2312′)
这两句均是设置字体为仿宋_GB2312,之所以要两种格式写两遍,是因为word对中文支持不太友好,需要再填一句
安装
pip install docx2txt
代码
import docx2txt
text = docx2txt.process("example.docx")
print(text)