Python 办公自动化：Word 文档操作与报告生成

使用方法：

import matplotlib.pyplot as plt

官方文档： https://matplotlib.org/3.2.2/tutorials/introductory/sample_plots.html

Python_docx 新建文档

示例代码

from docx import Document

document = Document()
document.save('new.docx')

函数封装示例

from docx import Document

def GenerateNewWord(filename):
    document = Document()
    document.save(filename)

if __name__ == "__main__":
    print("大家好！我们今天开始学习 word 文档自动化")
    print("我们先来直接生成一个名为 new.docx 的文档")
    document = Document()
    document.save('new.docx')
    print("没错，里面什么都没有")

    print("我们使用函数生成一个 word 文档试试")
    newname = '使用函数生成的文档.docx'
    GenerateNewWord(newname)

Python_docx 编辑已存在文档

很多时候需要在已存在的 Word 文档上添加内容。

from docx import Document

document = Document('exist.docx')
document.save('new.docx')

这三行代码即可完成旧文档的复制。如需修改，直接在加载后添加内容即可。

win32com 将 doc 转为 docx

利用 win32com 可以调用本地 Word 应用程序进行格式转换。

import os
from win32com import client as wc

def TransDocToDocx(oldDocName, newDocxName):
    print("我是 TransDocToDocx 函数")
    # 打开 word 应用程序
    word = wc.Dispatch('Word.Application')
    
    # 打开 旧 word 文件
    doc = word.Documents.Open(oldDocName)
    
    # 保存为 新 word 文件，其中参数 12 表示的是 docx 文件
    doc.SaveAs(newDocxName, 12)
    
    # 关闭 word 文档
    doc.Close()
    word.Quit()
    
    print("生成完毕！")

if __name__ == "__main__":
    currentPath = os.getcwd()
    print("当前路径为：", currentPath)
    
    docName = os.path.join(currentPath, '旧 doc 格式文档.doc')
    print("docFilePath = ", docName)
    
    docxName = os.path.join(currentPath, '新生成 docx 格式文档.docx')
    
    TransDocToDocx(docName, docxName)

win32com 操作 Word

打开新的 Word 文档并添加内容

import win32com
from win32com.client import Dispatch, constants
import os

def funOpenNewFile():
    word = Dispatch('Word.Application')
    # 或者使用下面的方法，使用启动独立的进程：
    # word = DispatchEx('Word.Application')
    
    # 如果不声明以下属性，运行的时候会显示的打开 word
    word.Visible = 1  # 0:后台运行 1:前台运行 (可见)
    word.DisplayAlerts = 0  # 不显示，不警告
    
    # 创建新的 word 文档
    doc = word.Documents.Add()
    
    # 在文档开头添加内容
    myRange1 = doc.Range(0, 0)
    myRange1.InsertBefore('Hello word\n')
    
    # 在文档末尾添加内容
    myRange2 = doc.Range()
    myRange2.InsertAfter('Bye word\n')
    
    # 在文档指定位置添加内容
    i = 0
    myRange3 = doc.Range(0, i)
    myRange3.InsertAfter("what's up, bro?\n")
    
    # doc.Save()  # 保存
    doc.SaveAs(os.getcwd() + "\\funOpenNewFile.docx")  # 另存为
    doc.Close()  # 关闭 word 文档
    word.Quit()  # 关闭 office

if __name__ == '__main__':
    print("当前文件路径名：", os.getcwd())
    print("调用 funOpenNewFile()")
    funOpenNewFile()

打开已存在 Word 文档并添加内容

前提条件：需确保目标文件存在。

import win32com
from win32com.client import Dispatch, constants
import os

def funOpenExistFile():
    word = Dispatch('Word.Application')
    word.Visible = 1
    word.DisplayAlerts = 0
    
    doc = word.Documents.Open(os.getcwd() + "\\3.1 win32com 测试.docx")
    
    myRange1 = doc.Range(0, 0)
    myRange1.InsertBefore('Hello word\n')
    
    myRange2 = doc.Range()
    myRange2.InsertAfter('Bye word\n')
    
    i = 0
    myRange3 = doc.Range(0, i)
    myRange3.InsertAfter("what's up, bro?\n")
    
    doc.SaveAs(os.getcwd() + "\\funOpenExistFile.docx")
    doc.Close()
    word.Quit()

if __name__ == '__main__':
    print("当前文件路径名：", os.getcwd())
    print("调用 funOpenExistFile()")
    funOpenExistFile()

转换 Word 为 PDF

import win32com
from win32com.client import Dispatch, constants
import os

def funGeneratePDF():
    word = Dispatch("Word.Application")
    word.Visible = 0  # 后台运行，不显示
    word.DisplayAlerts = 0  # 不警告
    doc = word.Documents.Open(os.getcwd() + "\\3.3 win32com 转换 word 为 pdf 等格式.docx")
    doc.SaveAs(os.getcwd() + "\\3.3 win32com 转换 word 为 pdf 等格式.pdf", 17)  # txt=4, html=10, docx=16，pdf=17
    doc.Close()
    word.Quit()

if __name__ == '__main__':
    funGeneratePDF()

Python_docx 操作 Word

官方例程解析

导入库操作：

from docx import Document
from docx.shared import Inches

新建一个文档：

document = Document()

加载旧文档（用于修改或添加内容）：

document = Document('exist.docx')

添加标题段落：

document.add_heading('Document Title', 0)

添加段落操作：

p = document.add_paragraph('A plain paragraph having some ')
p.add_run('bold').bold = True
p.add_run(' and some ')
p.add_run('italic.').italic = True

添加标题操作：

等级 1-9 也就是标题 1-标题 9，可以在旧文档中将标题格式设置好，使用 Python-docx 打开旧文档，再添加相应等级标题即可。

document.add_heading('Heading, level 1', level=1)

添加指定样式段落：

document.add_paragraph('Intense Quote', style='Intense Quote')
# 以下两句的含义等同于上面一句
p = document.add_paragraph('Intense Quote')
p.style = 'Intense Quote'

添加无序列表操作：

document.add_paragraph('first item in unordered list', style='List Bullet')

添加有序列表操作：

document.add_paragraph('first item in ordered list', style='List Number')

添加图片操作：

第一个参数为图片路径，需要正确无误；第二个参数为图片大小，单位英寸。

document.add_picture('countrygarden.png', width=Inches(1.25))

新建表格操作：

table = document.add_table(rows=1, cols=3)
hdr_cells = table.rows[0].cells
hdr_cells[0].text = 'Qty'
hdr_cells[1].text = 'Id'
hdr_cells[2].text = 'Desc'
for qty, id, desc in records:
    row_cells = table.add_row().cells
    row_cells[0].text = str(qty)
    row_cells[1].text = id
    row_cells[2].text = desc

设置标题样式操作：

table.style = 'LightShading-Accent1'

添加分页符操作：

document.add_page_break()

保存当前文档操作：

document.save('4.1 Python-docx 官方例程.docx')

表格样式设置

遍历所有样式：

from docx.enum.style import WD_STYLE_TYPE
from docx import Document

document = Document()
styles = document.styles

# 生成所有表样式
for s in styles:
    if s.type == WD_STYLE_TYPE.TABLE:
        document.add_paragraph("表格样式 :  " + s.name)
        table = document.add_table(3, 3, style=s)
        heading_cells = table.rows[0].cells
        heading_cells[0].text = '第一列内容'
        heading_cells[1].text = '第二列内容'
        heading_cells[2].text = '第三列内容'
        document.add_paragraph("\n")

document.save('4.3 所有表格样式.docx')

docx & matplotlib 自动生成数据分析报告

数据获取

使用 xlrd 作为数据获取所使用的库。

import xlrd

xlsx = xlrd.open_workbook('./3_1 xlrd 读取 操作练习.xlsx')
table = xlsx.sheet_by_index(0)

value = table.cell_value(2, 1)
print("第 3 行 2 列值为", value)

nrows = table.nrows
print("表格一共有", nrows, "行")

name_list = [str(table.cell_value(i, 3)) for i in range(1, nrows)]
print("第 4 列所有的值：", name_list)

编写数据获取代码

只获取用户姓名和分数，并将它们保存到列表中。

def GetExcelInfo():
    print("开始获取表格内容信息")
    xlsx = xlrd.open_workbook('学生成绩表格.xlsx')
    sheet = xlsx.sheet_by_index(0)
    nrows = sheet.nrows
    print("一共 ", nrows, " 行数据")
    
    nameList = [str(sheet.cell_value(i, 1)) for i in range(1, nrows)]
    scoreList = [int(sheet.cell_value(i, 3)) for i in range(1, nrows)]
    
    return nameList, scoreList

柱状图生成

将获取的姓名和成绩使用字典数据结构关联起来，再对其排序。

scoreDictionary = dict(zip(nameList, scoreList))
scoreOrder = sorted(scoreDictionary.items(), key=lambda x: x[1], reverse=True)

使用 matplotlib 生成柱状图：

def GenerateScorePic(scoreList):
    xNameList = [str(studentInfo[0]) for studentInfo in scoreList]
    yScoreList = [int(studentInfo[1]) for studentInfo in scoreList]
    
    matplotlib.rcParams['font.sans-serif'] = ['SimHei']
    plt.figure(figsize=(10, 5))
    
    plt.bar(x=xNameList, height=yScoreList, label='学生成绩', color='steelblue', alpha=0.8)
    
    for x1, yy in scoreList:
        plt.text(x1, yy + 1, str(yy), ha='center', va='bottom', fontsize=16, rotation=0)
    
    plt.title("学生成绩柱状图")
    plt.xlabel("学生姓名")
    plt.ylabel("学生成绩")
    plt.legend()
    plt.xticks(rotation=90)
    plt.gcf().subplots_adjust(bottom=0.25)
    
    plt.savefig("studentScore.jpg")
    plt.show()

生成最终报告

def GenerateScoreReport(scoreOrder, picPath):
    document = Document()
    document.add_heading('数据分析报告', 0)
    
    p1 = document.add_paragraph("分数排在第一的学生姓名为：")
    p1.add_run(scoreOrder[0][0]).bold = True
    p1.add_run(" 分数为：")
    p1.add_run(str(scoreOrder[0][1])).italic = True
    
    p2 = document.add_paragraph("共有：")
    p2.add_run(str(len(scoreOrder))).bold = True
    p2.add_run(" 名学生参加了考试，学生考试的总体情况：")
    
    table = document.add_table(rows=1, cols=2)
    table.style = 'Medium Grid 1 Accent 1'
    hdr_cells = table.rows[0].cells
    hdr_cells[0].text = '学生姓名'
    hdr_cells[1].text = '学生分数'
    for studentName, studentScore in scoreOrder:
        row_cells = table.add_row().cells
        row_cells[0].text = studentName
        row_cells[1].text = str(studentScore)
    
    document.add_picture(picPath, width=Inches(6))
    document.save('学生成绩报告.docx')

完整代码

import xlrd
import matplotlib
import matplotlib.pyplot as plt
from docx import Document
from docx.shared import Inches

def GetExcelInfo():
    print("开始获取表格内容信息")
    xlsx = xlrd.open_workbook('学生成绩表格.xlsx')
    sheet = xlsx.sheet_by_index(0)
    nrows = sheet.nrows
    print("一共 ", nrows, " 行数据")
    nameList = [str(sheet.cell_value(i, 1)) for i in range(1, nrows)]
    scoreList = [int(sheet.cell_value(i, 3)) for i in range(1, nrows)]
    return nameList, scoreList

def GenerateScorePic(scoreList):
    xNameList = [str(studentInfo[0]) for studentInfo in scoreList]
    yScoreList = [int(studentInfo[1]) for studentInfo in scoreList]
    
    matplotlib.rcParams['font.sans-serif'] = ['SimHei']
    plt.figure(figsize=(10, 5))
    plt.bar(x=xNameList, height=yScoreList, label='学生成绩', color='steelblue', alpha=0.8)
    
    for x1, yy in scoreList:
        plt.text(x1, yy + 1, str(yy), ha='center', va='bottom', fontsize=16, rotation=0)
    
    plt.title("学生成绩柱状图")
    plt.xlabel("学生姓名")
    plt.ylabel("学生成绩")
    plt.legend()
    plt.xticks(rotation=90)
    plt.gcf().subplots_adjust(bottom=0.25)
    
    plt.savefig("studentScore.jpg")
    plt.show()

def GenerateScoreReport(scoreOrder, picPath):
    document = Document()
    document.add_heading('数据分析报告', 0)
    
    p1 = document.add_paragraph("分数排在第一的学生姓名为：")
    p1.add_run(scoreOrder[0][0]).bold = True
    p1.add_run(" 分数为：")
    p1.add_run(str(scoreOrder[0][1])).italic = True
    
    p2 = document.add_paragraph("共有：")
    p2.add_run(str(len(scoreOrder))).bold = True
    p2.add_run(" 名学生参加了考试，学生考试的总体情况：")
    
    table = document.add_table(rows=1, cols=2)
    table.style = 'Medium Grid 1 Accent 1'
    hdr_cells = table.rows[0].cells
    hdr_cells[0].text = '学生姓名'
    hdr_cells[1].text = '学生分数'
    for studentName, studentScore in scoreOrder:
        row_cells = table.add_row().cells
        row_cells[0].text = studentName
        row_cells[1].text = str(studentScore)
    
    document.add_picture(picPath, width=Inches(6))
    document.save('学生成绩报告.docx')

if __name__ == "__main__":
    nameList, scoreList = GetExcelInfo()
    scoreDictionary = dict(zip(nameList, scoreList))
    scoreOrder = sorted(scoreDictionary.items(), key=lambda x: x[1], reverse=True)
    
    GenerateScorePic(scoreOrder)
    picPath = "studentScore.jpg"
    GenerateScoreReport(scoreOrder, picPath)
    
    print("任务完成，报表生成完毕！")

Python_docx 修改旧 Word 文档

读取 Word 文档的内容

from docx import Document

if __name__ == "__main__":
    document = Document('6 学生成绩报告.docx')
    
    for p in document.paragraphs:
        print("paragraphs：", p.text)
    
    for p in document.paragraphs:
        if p.style.name == 'Heading 1':
            print("Heading 1：", p.text)
    
    for p in document.paragraphs:
        if p.style.name == 'Normal':
            print("Normal：", p.text)
    
    document.save('修改后的报告.docx')

读取 docx 中表格内容

from docx import Document

if __name__ == "__main__":
    document = Document('6 学生成绩报告.docx')
    
    for tb in document.tables:
        for i, row in enumerate(tb.rows):
            for j, cell in enumerate(row.cells):
                text = ''
                for p in cell.paragraphs:
                    text += p.text
                print(f'第{i}行，第{j}列的内容{text}')
    
    document.save('修改后的报告.docx')

修改 Word 中的内容

from docx import Document

if __name__ == "__main__":
    document = Document('6 学生成绩报告.docx')
    
    for p in document.paragraphs:
        p.text = "修改后的段落内容"
    
    for tb in document.tables:
        for i, row in enumerate(tb.rows):
            for j, cell in enumerate(row.cells):
                text = ''
                for p in cell.paragraphs:
                    p.text = ("第", str(i), "行", str(j), "列")
                print(f'第{i}行，第{j}列的内容{text}')
    
    document.save('6.4 修改后的报告.docx')

docx-mailmerge 自动生成万份劳动合同

创建合同模板

在 Word 中添加内容框架，插入域并设置域名。

生成单份证明

from mailmerge import MailMerge

template = '薪资证明模板.docx'
document = MailMerge(template)

document.merge(
    name='唐星',
    id='1010101010',
    year='2020',
    salary='99999',
    job='嵌入式软件开发工程师'
)

document.write('生成的 1 份证明.docx')

批量生成证明

from mailmerge import MailMerge
from datetime import datetime

def GenerateCertify(templateName, newName):
    document = MailMerge(templateName)
    document.merge(
        name='唐星',
        id='1010101010',
        year='2020',
        salary='99999',
        job='嵌入式软件开发工程师'
    )
    document.write(newName)

if __name__ == "__main__":
    templateName = '薪资证明模板.docx'
    startTime = datetime.now()
    
    for i in range(10000):
        newName = f'./10000 份证明/薪资证明{i}.docx'
        GenerateCertify(templateName, newName)
    
    endTime = datetime.now()
    allSeconds = (endTime - startTime).seconds
    print("生成 10000 份合同一共用时：", str(allSeconds), "秒")
    print("程序结束！")