pythonword中表格字体设置_利用Pythondocx读写Word文档中的正文、表格、段落、字体样式等...

前言&＃xff1a;

前两篇博客介绍了 Python 的 docx 模块对 Word 文档的写操作&＃xff0c;这篇博客将介绍如何用 docx 模块读取已有 Word 文档中的信息。

本篇博客主要内容有&＃xff1a;

1、获取文档的章节信息&＃xff1b;

2、获取段落文本信息&＃xff1b;

3、获取表格内文本信息&＃xff1b;

4、获取文档内格式信息。

1、获取文档章节信息&＃xff1a;

1、用docx模块获取已有的word文档对象&＃xff1a;

from docx import Document

# Document 类&＃xff0c;不仅可以新建word文档&＃xff0c;也可以打开一个本地文档

doc &＃61; Document(&＃39;test03.docx&＃39;) # 想获取的文档文件名&＃xff0c;这里是相对路径。

用做示例的 test03.docx 文件截图如下&＃xff1a;

文档中有两个章节共两页(一个章节一页)&＃xff0c;一个章节的页面为 A3 &＃xff0c;另一个为 A4。

2、获取文档章节信息&＃xff1a;

# 获取文档所有章节

sections &＃61; doc.sections

"class Sections(Sequence):"

print(sections)

#

# 查看章节数量

print(len(sections)) # 2

注意&＃xff1a;

章节对象的概念虽然比段落对象大&＃xff0c;章节对象可以设置本章节的页面大小页眉页脚等&＃xff0c;在该章节的段落对象必须遵守该章节的设置。

但是又并不存在包含关系&＃xff0c;也就是说不能通过章节对象获取到段落信息。

3、获取页边距等信息&＃xff1a;

# 获取章节对象的页边距等信息

sec0 &＃61; sections[0]

"class Section(object):"

&＃39;&＃39;&＃39;

官方解释&＃xff1a;文档节&＃xff0c;提供对节和页面设置的访问。

还提供对页眉和页脚的访问。

&＃39;&＃39;&＃39;

print(sec0)

#

# 获取章节页面信息

# 获取页面边距值&＃xff1a;(单位为像素)

print(&＃39;左边距&＃xff1a;&＃39;,sec0.left_margin)

# 左边距&＃xff1a; 914400

print(&＃39;右边距&＃xff1a;&＃39;,sec0.right_margin)

# 右边距&＃xff1a; 914400

print(&＃39;上边距&＃xff1a;&＃39;,sec0.top_margin)

# 上边距&＃xff1a; 1143000

print(&＃39;下边距&＃xff1a;&＃39;,sec0.bottom_margin)

# 下边距&＃xff1a; 1143000

print(&＃39;页眉边距&＃xff1a;&＃39;,sec0.header_distance)

# 页眉边距&＃xff1a; 540385

print(&＃39;页脚边距&＃xff1a;&＃39;,sec0.footer_distance)

# 页脚边距&＃xff1a; 629920

print(&＃39;页面方向&＃xff1a;&＃39;,sec0.orientation)

# 页面方向&＃xff1a; LANDSCAPE (1)

print(&＃39;页面高度&＃xff1a;&＃39;,sec0.page_height)

# 页面高度&＃xff1a; 10657205

print(&＃39;页面宽度&＃xff1a;&＃39;,sec0.page_width)

# 页面宽度&＃xff1a; 15085695

这里获取的是第一个章节的页面信息&＃xff0c;也就是 A3 页面的信息。

注&＃xff1a;上一篇博客 往Word文档中插入图片、表格&＃xff0c;设置表格样式&＃xff0c;章节&＃xff0c;页眉页脚等&＃xff0c;在介绍设置页面信息时&＃xff0c;忘记介绍如何设置页面方向了&＃xff0c;这里补充一下&＃xff1a;

设置页面方向&＃xff1a;

# 导入设置页面方向所需模块

from docx.enum.section import WD_ORIENT

# 获取章节对象

section &＃61; document.sections[0]

# 设置页面方向

section.orientation &＃61; WD_ORIENT.LANDSCAPE # 横向

可设置项有横向( LANDSCAPE ) 和纵向 ( PORTRAIT )&＃xff1a;

&＃39;&＃39;&＃39;

&＃39;PORTRAIT&＃39;, 0, &＃39;portrait&＃39;, &＃39;Portrait orientation.&＃39;

&＃39;LANDSCAPE&＃39;, 1, &＃39;landscape&＃39;, &＃39;Landscape orientation.&＃39;

&＃39;&＃39;&＃39;

文档截图&＃xff1a;

4、获取文档页眉页脚信息&＃xff1a;

head0 &＃61; sec0.header # 获取页眉对象

print(head0)

#

head0_pars &＃61; head0.paragraphs # 获取 页眉 paragraphs

# 获取页眉文字信息

# 因存在多个 paragraph 对象的可能所以用循环读取的方式

head0_string &＃61; &＃39;&＃39;

for par in head0_pars:

head0_string &＃43;&＃61; par.text

print(head0_string)

# 仪征市马集镇总体规划(2017-2030)——说明

# 获取页脚信息&＃xff0c;也是类似的方法

foot0 &＃61; sec0.footer

print(foot0) # 获取页脚对象

#

foot0_pars &＃61; foot0.paragraphs

foot0_string &＃61; &＃39;&＃39;

for par in foot0_pars:

foot0_string &＃43;&＃61; par.text

print(foot0_string)

# 1

2、获取段落文字信息&＃xff1a;

1、获取Word文档所有段落对象&＃xff1a;

"获取文档所有段落信息&＃xff1a;"

# 获取文档所有段落对象

paragraphs &＃61; doc.paragraphs

注意&＃xff1a;

paragraphs 获取的是文档中所有段落对象的列表&＃xff0c;严格来说是word文档中正文部分的段落对象列表。因为通过前文的介绍&＃xff0c;许多除正文部分&＃xff0c;如 表格&＃xff0c;页面页脚等元素也包含 paragraph 对象。

而 doc.paragraphs 获取到的 paragraph 不包含这些段落对象。

2、获取段落对象文字信息&＃xff1a;

print(paragraphs)

print(len(paragraphs)) # 打印结果&＃xff1a;20

# 获取一个段落对象的文字信息

par0 &＃61; paragraphs[0]

print(par0)

par0_string &＃61; par0.text

print(par0_string)

# 获取所有段落文字信息

pars_string &＃61; [par.text for par in paragraphs]

print(pars_string)

par0_string 打印截图&＃xff1a;

3、获取段落格式信息&＃xff1a;

print(&＃39;段落对齐方式&＃xff1a;&＃39;,par0.paragraph_format.alignment)

# 段落对齐方式&＃xff1a; LEFT (0)

print(&＃39;左缩进&＃xff1a;&＃39;,par0.paragraph_format.left_indent)

# 左缩进&＃xff1a; None

print(&＃39;右缩进&＃xff1a;&＃39;,par0.paragraph_format.right_indent)

# 右缩进&＃xff1a; None

print(&＃39;首行缩进&＃xff1a;&＃39;,par0.paragraph_format.first_line_indent)

# 首行缩进&＃xff1a; 304800

print(&＃39;行间距&＃xff1a;&＃39;,par0.paragraph_format.line_spacing)

# 行间距&＃xff1a; 1.5

print(&＃39;段前间距&＃xff1a;&＃39;,par0.paragraph_format.space_before)

# 段前间距&＃xff1a; 198120

print(&＃39;段后间距&＃xff1a;&＃39;,par0.paragraph_format.space_after)

# 段后间距&＃xff1a; 198120LIK1

3、获取文字格式信息&＃xff1a;

paragraph 对象 里还有更小的 run 对象&＃xff0c;run 对象才包含了段落对象的文字信息。

paragraph.text 方法也是通过 run 对象的方法获取到文字信息的&＃xff1a;

paragraph.text 方法源码&＃xff1a;

def text(self):

text &＃61; &＃39;&＃39;

for run in self.runs:

text &＃43;&＃61; run.text

return text

文字的字体、大小、下划线等信息都包含在 run 对象中(不清楚的看前面的博客)&＃xff1a;

# 获取段落的 run 对象列表

runs &＃61; par0.runs

print(runs)

# 获取 run 对象

run_0 &＃61; runs[0]

print(run_0.text) # 获取 run 对象文字信息

# 打印结果&＃xff1a;

# 坚持因地制宜&＃xff0c;差异化打造特色小镇&＃xff0c;

文档 段落 和 run 对象示意&＃xff1a;

获取文字格式信息&＃xff1a;

# 获取文字格式信息

print(&＃39;字体名称&＃xff1a;&＃39;,run_0.font.name)

# 字体名称&＃xff1a; 宋体

print(&＃39;字体大小&＃xff1a;&＃39;,run_0.font.size)

# 字体大小&＃xff1a; 152400

print(&＃39;是否加粗&＃xff1a;&＃39;,run_0.font.bold)

# 是否加粗&＃xff1a; None

print(&＃39;是否斜体&＃xff1a;&＃39;,run_0.font.italic)

# 是否斜体&＃xff1a; True

print(&＃39;字体颜色&＃xff1a;&＃39;,run_0.font.color.rgb)

# 字体颜色&＃xff1a; FF0000

print(&＃39;字体高亮&＃xff1a;&＃39;,run_0.font.highlight_color)

# 字体高亮&＃xff1a; YELLOW (7)

print(&＃39;下划线&＃xff1a;&＃39;,run_0.font.underline)

# 下划线&＃xff1a; True

print(&＃39;删除线&＃xff1a;&＃39;,run_0.font.strike)

# 删除线&＃xff1a; None

print(&＃39;双删除线&＃xff1a;&＃39;,run_0.font.double_strike)

# 双删除线&＃xff1a; None

print(&＃39;下标&＃xff1a;&＃39;,run_0.font.subscript)

# 下标&＃xff1a; None

print(&＃39;上标&＃xff1a;&＃39;,run_0.font.superscript)

# 上标&＃xff1a; NoneLIK2

注&＃xff1a;前面的博客好像也没介绍文字背景颜色的设置…

背景颜色设置方法&＃xff1a; (与字体颜色设置方法有区别)

# 设置背景颜色

from docx.enum.text import WD_COLOR_INDEX

run_2.font.highlight_color &＃61; WD_COLOR_INDEX.YELLOW

背景颜色可选值有&＃xff1a;

&＃39;&＃39;&＃39;

&＃39;AUTO&＃39;, 0, &＃39;default&＃39;

&＃39;BLACK&＃39;, 1, &＃39;black&＃39;

&＃39;BLUE&＃39;, 2, &＃39;blue&＃39;

&＃39;BRIGHT_GREEN&＃39;, 4, &＃39;green&＃39;,

&＃39;DARK_BLUE&＃39;, 9, &＃39;darkBlue&＃39;,

&＃39;DARK_RED&＃39;, 13, &＃39;darkRed&＃39;

&＃39;DARK_YELLOW&＃39;, 14, &＃39;darkYellow&＃39;

&＃39;GRAY_25&＃39;, 16, &＃39;lightGray&＃39;

&＃39;GRAY_50&＃39;, 15, &＃39;darkGray&＃39;

&＃39;GREEN&＃39;, 11, &＃39;darkGreen&＃39;

&＃39;PINK&＃39;, 5, &＃39;magenta&＃39;

&＃39;RED&＃39;, 6, &＃39;red&＃39;

&＃39;TEAL&＃39;, 10, &＃39;darkCyan&＃39;

&＃39;TURQUOISE&＃39;, 3, &＃39;cyan&＃39;

&＃39;VIOLET&＃39;, 12, &＃39;darkMagenta&＃39;

&＃39;WHITE&＃39;, 8, &＃39;white&＃39;

&＃39;YELLOW&＃39;, 7, &＃39;yellow&＃39;

&＃39;&＃39;&＃39;LIK3

4、获取文档中表格信息&＃xff1a;

示例文档中表格截图&＃xff1a;

1、获取表格样式、单元格对象及文字信息&＃xff1a;

# 获取文档中表格信息

tables &＃61; doc.tables # 获取文档中所有表格对象的列表

print(tables)

# []

print(len(tables)) # 查看文档中表格数量

# 1

table0 &＃61; tables[0] # 获取表格对象

# 获取表格的样式信息

print(table0.style)

# _TableStyle(&＃39;Normal Table&＃39;) id: 190621384

# 获取一个表格的所有单元格

cells &＃61; table0._cells

print(len(cells)) # 表格中单元格数量

# 15

# 获取单元格内所有文字信息

cells_string &＃61; [cell.text for cell in cells]

print(cells_string)

LIK4

cells_string 打印截图&＃xff1a;

从截图中可以看出来&＃xff0c;用 tableobj._cells 获取到的单元格对象列表是按行排列的。

2、获取表格的行列对象&＃xff1a;

# 获取表格对象行数量、列数量

col_num &＃61; len(table0.columns)

print(col_num) # 3

# 行数量

row_num &＃61; len(table0.rows)

print(row_num) # 5

# 获取行对象

row0 &＃61; table0.rows[0]

# 获取列对象

col0 &＃61; table0.columns[0]

# 获取行对象文字信息

&＃39;要用 row0.cells 获取行对象的 cell 才能获取其文字信息&＃39;

row0_string &＃61; [cell.text for cell in row0.cells]

print(row0_string)

# 获取列对象文字信息

col0_string &＃61; [cell.text for cell in col0.cells]

print(col0_string)

LIK5

注&＃xff1a;在介绍单元格格式信息时&＃xff0c;说过单元格内文字信息也是通过 run 对象设置&＃xff0c;故获取文字信息也和前面获取段落文字信息类似&＃xff0c;就不重复讲了。

结尾&＃xff1a;

以上就是本篇博客的全部内容了&＃xff0c;后面将会用两个实例来将前面三篇博客的知识点串联起来&＃xff0c;感谢阅读。

【Python与Office】专栏

该专栏会对 Python 的第三方模块&＃xff0c;如&＃xff1a;xlwt&＃xff0c;xlrd&＃xff0c;python-docx等&＃xff0c;操作 Office 办公软件(Word Excel PPT)的方法进行详细讲解。同时也会搭配一些实例演练&＃xff0c;一方面强化知识点的理解与运用&＃xff0c;另一方面也希望能起到&＃xff0c;引导读者进行思考&＃xff1a;如何用 python 提高 offic 办公软件办公效率的作用。

感兴趣的朋友&＃xff0c;可以点个 关注 或 收藏 。如在博客中遇到任何问题或有一些想法、需求&＃xff0c;可留言或私信。

创作不易&＃xff0c;你的支持是我最大的动力&＃xff0c;感谢 &＃xff01;

本文版权归趣快排营销www.SEOguruBLOG.com 所有,如有转发请注明来出,竞价开户托管,seo优化请联系QQ㊣61910465