29

如何用Python快速优雅的批量修改Word文档样式?

 3 years ago
source link: http://mp.weixin.qq.com/s?__biz=MzI1MTE2ODg4MA%3D%3D&%3Bmid=2650074617&%3Bidx=2&%3Bsn=4c479497ce7ea49545043c49759e5bc9
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

一、前言

大家好,又到了办公自动化系列!

之前讲过很多基于 Excel 的数据及样式调整案例,今天分享一个Python操作 Word 的真实自动化需求实现过程:

「使用Python批量修改Word样式」

主要将涉及

  • os 模块综合应用
  • glob 模块综合应用
  • docx 模块读写Word文档及样式修改

二、需求描述

手上现有若干份 财务分析报告 的Word文档,如下: zY7bEvR.png!mobile 每一份Word文档中的内容如下: f6r6zq.png!mobile 为了方便后续审阅,需要将所有文档中所有 含有资金的语句 标红加粗 ,如图所示 mYBRfmu.png!mobile

三、步骤分析和前置知识

为了解决这个需求简单复习一下相关知识。Word文档一般而言由 文档(document) - 段落(paragraph) - 文字块(run) 三级结构组成: BvYJri.png!mobile 从需求反馈中可以看出,本质上我们需要做的就是对所有 含有 资金 的文字块Run进行 样式调整

因此,本需求的逻辑如下:

  • 1.创建一个空文件夹(用于存放修改后的财务报告,避免直接对原文件修改)

  • 2.通过 glob 获取目标文件夹下的所有Word路径
  • 3.利用 docx 模块对每个Word文档遍历,并获取包含特定词的文字块
  • 4.对文字块进行样式修改

四、代码实现

首先导入需要的库并设置目标文件夹路径

from docx import Document
from docx.shared import RGBColor, Pt, Cm
import os
import glob

# 此处更换创建文件夹的路径
mkdir_path = r'C:\Users\xxx\new_dir'

# 此处更换所有文件所在的位置
file_path = r'C:\Users\xxx\'

osglob 我们都很熟悉,这里简单介绍一下 docx 模块 这是一个非标准库,在命令行中我们需要输入以下命令安装:

pip install python-docx

尤其要注意安装时候输入的是 python-docx ,而实际调用时为 docx

实例化具体的Word文档代码为:

from docx import Document
wordfile = Document(path)

如果不指定路径则为创建新的Word文档,这点跟操作Excel的 openpyxl 不太一样,有机会再做介绍。

现在我们 建立文件夹存放新生成的文件 ,首先判断文件夹是否存在,不存在时再运行 os.mkdir 避免报错

if not os.path.exists(mkdir_path):
    os.mkdir(mkdir_path)

接着 遍历Word文档 ,利用 glob 模块的通配符,框架如下:

for file in glob.glob(file_path + '/*.docx'):
    pass

根据三级结构,一个文档 Document 有一个或多个段落 Paragragh ,一个段落 Paragraph 有一个或多个文字块 Run ,合起来代码为:

for file in glob.glob(file_path + '/*.docx'):
    docx = Document(file)
    for paragraph in docx.paragraphs:
        for run in paragraph.runs:
            pass

最后我们 针对特定词修改样式 ,遍历到文字块后就可以做判断了

        ...
        for run in paragraph.runs:
            if '资金' in run.text:
                run.font.bold = True # 加粗
                run.font.color.rgb = RGBColor(255, 0, 255) # 设置字体颜色
        # 最后切记保存
        docx.save(mkdir_path + '/' + os.path.basename(file))

当然,除了修改字体颜色和加粗之外,还支持其他样式的设置,以下列出常用的作为参考:

# 加粗
run.font.bold = True
# 斜体
run.font.italic = True
# 下划线
run.font.underline = True
# 删除线
run.font.strike = True
# 字号
run.font.size = Pt(20)
# 阴影
run.font.shadow = True
# 字体颜色
run.font.color.rgb = RGBColor(255, 0, 255)

至此,整个需求就顺利结束了,附上完整代码:

from docx import Document
from docx.shared import RGBColor, Pt, Cm
import os
import glob

mkdir_path = r'C:\xxx\new_dir)'
if not os.path.exists(mkdir_path):
    os.mkdir(mkdir_path)

keyword = '资金'

file_path = r'C:\Users\xxx'

for file in glob.glob(file_path + '\*.docx'):
    docx = Document(file)
    for paragraph in docx.paragraphs:
        for run in paragraph.runs:
            if keyword in run.text:
                run.font.bold = True
                run.font.color.rgb = RGBColor(255, 0, 0)

    docx.save(mkdir_path + '/' + os.path.basename(file))

五、写在最后

通过本文的Python自动化脚本制作过程,我们可以再次体会Python办公自动化的强大!如果对自动化代码和数据感兴趣可以在后台回复 自动化 获取。

当然除了调整Word字体颜色,其他的大多数样式调整都可以使用Python完成,也可以与Excel和PPT结合,这些就留给读者自己开发。

最后还是希望大家能够理解Python办公自动化的一个核心就是 批量操作-解放双手 ,让复杂的工作自动化!

今天的文章就到这里,原创不易,如果喜欢的话请给我一波三连支持吧(在看、转发、留言)

近期文章

tidytext | 耳目一新的R-style文本分析库

rpy2库 | 在jupyter中调用R语言代码

reticulate包 | 在Rmarkdown中调用Python代码

plydata库 | 数据操作管道操作符>>

七夕礼物 | 全网最火的钉子绕线图制作教程

读完本文你就了解什么是文本分析

文本分析在经管领域中的应用概述

综述:文本分析在市场营销研究中的应用

plotnine: Python版的ggplot2作图库

小案例: Pandas的apply方法   

stylecloud:简洁易用的词云库  

用Python绘制近20年地方财政收入变迁史视频   

Wow~70G上市公司定期报告数据集

漂亮~pandas可以无缝衔接Bokeh

YelpDaset: 酒店管理类数据集10+G

分享 ”和“ 在看 ”是更好的支持!


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK