Python 办公自动化完全指南：Excel、PDF 与 Word
在日常工作中，处理 Excel 表格、PDF 文档和 Word 文档是必不可少的任务。Python 提供了强大的第三方库来帮助我们自动化这些重复性工作，极大提高效率。本文将详细介绍如何使用 openpyxl 操作 Excel，使用 PyPDF2 和 pdfplumber 操作 PDF，以及使用 python-docx 操作 Word。
章节一：Python 使用 openpyxl 操作 Excel
openpyxl 是一个用于读写 Excel 2010 xlsx/xlsm/xltx/xltm 文件的 Python 库。
1、openpyxl 库介绍
安装：
pip install openpyxl
核心概念：
2、Python 怎么打开及读取表格内容？
1）Excel 表格术语
Workbook: Excel 文件对象
Sheet: 表单
Row: 行（从 1 开始）
Column: 列（从 A 开始或从 1 开始）
Cell: 单元格
2）打开 Excel 表格并获取表格名称
from openpyxl import load_workbook
# 加载工作簿
wb = load_workbook('example.xlsx')
# 获取所有 sheet 名称
print(wb.sheetnames)
# 输出: ['Sheet1', 'Sheet2']
3）通过 sheet 名称获取表格
# 获取特定的 sheet
ws = wb['Sheet1']
# 或者获取当前活跃的 sheet
ws_active = wb.active
print(ws.title)
4）获取表格的尺寸大小
# 获取表格的最大行和最大列
print(f"最大行: {ws.max_row}")
print(f"最大列: {ws.max_column}")
# output: 尺寸: A1:C10
print(f"尺寸: {ws.dimensions}")
5）获取表格内某个格子的数据
① sheet["A1"] 方式
cell_value = ws['A1'].value
print(cell_value)
② sheet.cell(row=, column=) 方式
# 注意：row 和 column 都是从 1 开始
cell_value = ws.cell(row=1, column=1).value
print(cell_value)
6）获取某个格子的行数、列数、坐标
c = ws['B2']
print(f"行: {c.row}, 列: {c.column}, 坐标: {c.coordinate}")
7）获取一系列格子
① sheet[] 方式
# 获取 A 列
col_a = ws['A']
# 获取 A 到 C 列
col_range = ws['A:C']
# 获取第 1 行
row_1 = ws[1]
# 获取 A1 到 C3 的区域
cell_range = ws['A1:C3']
for row in cell_range:
for cell in row:
print(cell.value)
② .iter_rows() 方式 按行迭代，返回生成器，效率更高。
for row in ws.iter_rows(min_row=1, max_row=2, min_col=1, max_col=3):
for cell in row:
print(cell.value)
③ sheet.rows 返回所有行的生成器。
for row in ws.rows:
print(row) # tuple of cells
3、Python 如何向 Excel 中写入某些内容？
1）修改表格中的内容
① 向某个格子中写入内容并保存
ws['A1'] = 'Hello World'
ws.cell(row=1, column=2, value='Python')
# 保存文件（如果是修改现有文件，建议另存为新文件名以防数据丢失）
wb.save('modified_example.xlsx')
② .append()：向表格中插入行数据 非常常用的方法，用于在表格末尾追加一行数据。
# 添加一行数据
ws.append(['Name', 'Age', 'Gender'])
ws.append(['Alice', 25, 'Female'])
③ 在 Python 中使用 Excel 函数公式
ws['C1'] = 10
ws['C2'] = 20
ws['C3'] = '=SUM(C1:C2)'# 写入公式
④ .insert_cols() 和 .insert_rows()：插入空行和空列
ws.insert_rows(idx=2, amount=1) # 在第2行前插入1行
ws.insert_cols(idx=1, amount=2) # 在第1列前插入2列
⑤ .delete_rows() 和 .delete_cols()：删除行和列
ws.delete_rows(idx=2, amount=1) # 删除第2行
ws.delete_cols(idx=1, amount=1) # 删除第1列
⑥ .move_range()：移动格子
# 将 A1:C3 区域向下移动 2 行，向右移动 1 列
ws.move_range("A1:C3", rows=2, cols=1)
⑦ .create_sheet()：创建新的 sheet 表格
ws_new = wb.create_sheet("NewSheet", index=0) # index=0 插入到最前面
⑧ .remove()：删除某个 sheet 表
del wb['NewSheet']
# 或者
# wb.remove(wb['NewSheet'])
⑨ .copy_worksheet()：复制一个 sheet 表
source = wb.active
target = wb.copy_worksheet(source)
target.title = "Copy of Active"
⑩ sheet.title：修改 sheet 表的名称
ws.title = "My Renamed Sheet"
⑪ 创建新的 Excel 表格文件
from openpyxl import Workbook
wb_new = Workbook()
ws_new = wb_new.active
ws_new.title = "Data"
wb_new.save("new_file.xlsx")
⑫ sheet.freeze_panes：冻结窗口
ws.freeze_panes = 'A2'# 冻结第一行
# ws.freeze_panes = 'B1' # 冻结第一列
⑬ sheet.auto_filter.ref：给表格添加“筛选器”
ws.auto_filter.ref = ws.dimensions # 给所有有数据的区域添加筛选
# 或者指定区域
ws.auto_filter.ref = "A1:C10"
4、批量调整字体和样式
需要导入 openpyxl.styles 模块。
1）修改字体样式
from openpyxl.styles import Font
# 粗体，斜体，红色，字号20
font_style = Font(name='Arial', size=20, bold=True, italic=True, color='FF0000')
ws['A1'].font = font_style
2）获取表格中格子的字体样式
current_font = ws['A1'].font
print(current_font.name, current_font.size)
3）设置对齐样式
from openpyxl.styles import Alignment
# 水平居中，垂直居中，自动换行
align = Alignment(horizontal='center', vertical='center', wrap_text=True)
ws['A1'].alignment = align
4）设置边框样式
from openpyxl.styles import Border, Side
thin_border = Side(border_style="thin", color="000000")
border = Border(left=thin_border, right=thin_border, top=thin_border, bottom=thin_border)
ws['A1'].border = border
5）设置填充样式
from openpyxl.styles import PatternFill
# 黄色背景填充
fill = PatternFill(start_color="FFFF00", end_color="FFFF00", fill_type="solid")
ws['A1'].fill = fill
6）设置行高和列宽
ws.row_dimensions[1].height = 30# 设置第1行高度
ws.column_dimensions['A'].width = 20# 设置A列宽度
7）合并单元格
ws.merge_cells('A1:B2')
# 或者
ws.merge_cells(start_row=1, start_column=1, end_row=2, end_column=2)
# 取消合并
ws.unmerge_cells('A1:B2')
章节二：Python 使用 PyPDF2 和 pdfplumber 操作 PDF
1、PyPDF2 和 pdfplumber 库介绍
PyPDF2: 主要用于合并、拆分、旋转、加密 PDF 等页面级操作，提取文本能力较弱。
pdfplumber: 专注于提取 PDF 中的文本和表格，准确率较高。
安装:
pip install PyPDF2 pdfplumber
2、Python 提取 PDF 文字内容
1）利用 pdfplumber 提取文字
import pdfplumber
with pdfplumber.open("example_table.pdf") as pdf:
for page in pdf.pages:
text = page.extract_text()
print(f"--- Page {page.page_number} ---")
print(text)
2）利用 pdfplumber 提取表格并写入 Excel
import pdfplumber
import pandas as pd
with pdfplumber.open("table.pdf") as pdf:
page = pdf.pages[0] # 假设表格在第一页
table = page.extract_table()
if table:
df = pd.DataFrame(table[1:], columns=table[0]) # 假设第一行是表头
df.to_excel("output_table.xlsx", index=False)
3、PDF 合并及页面的排序和旋转
使用 PyPDF2 进行操作。
1）分割及合并 PDF
① 合并 PDF
from PyPDF2 import PdfMerger
merger = PdfMerger()
pdfs = ['file1.pdf', 'file2.pdf']
for pdf in pdfs:
merger.append(pdf)
merger.write("merged_result.pdf")
merger.close()
② 拆分 PDF
from PyPDF2 import PdfReader, PdfWriter
reader = PdfReader("merged_result.pdf")
for i, page inenumerate(reader.pages):
writer = PdfWriter()
writer.add_page(page)
withopen(f"page_{i+1}.pdf", "wb") as f:
writer.write(f)
2）旋转及排序 PDF
① 旋转 PDF
reader = PdfReader("example_table.pdf")
writer = PdfWriter()
page = reader.pages[0]
page.rotate(90) # 顺时针旋转90度
writer.add_page(page)
withopen("rotated.pdf", "wb") as f:
writer.write(f)
② 排序 PDF 可以通过调整 add_page 的顺序来实现。
# 假设倒序保存
reader = PdfReader("example_table.pdf")
writer = PdfWriter()
for page inreversed(reader.pages):
writer.add_page(page)
withopen("reversed.pdf", "wb") as f:
writer.write(f)
4、PDF 批量加水印及加密、解密
1）批量加水印
原理：将水印页面作为“印章”盖在每一页上。
from PyPDF2 import PdfReader, PdfWriter
watermark = PdfReader("watermark.pdf").pages[0]
reader = PdfReader("content.pdf")
writer = PdfWriter()
for page in reader.pages:
page.merge_page(watermark) # 合并页面
writer.add_page(page)
withopen("watermarked.pdf", "wb") as f:
writer.write(f)
2）批量加密、解密
① 加密 PDF
writer = PdfWriter()
reader = PdfReader("secret.pdf")
for page in reader.pages:
writer.add_page(page)
writer.encrypt("password123") # 设置密码
withopen("encrypted.pdf", "wb") as f:
writer.write(f)
② 解密 PDF 并保存为未加密的 PDF
reader = PdfReader("encrypted.pdf")
if reader.is_encrypted:
reader.decrypt("password123")
writer = PdfWriter()
for page in reader.pages:
writer.add_page(page)
withopen("decrypted.pdf", "wb") as f:
writer.write(f)
章节三：Python 使用 python-docx 操作 Word
1、python-docx 库介绍
用途：用于创建和更新 .docx 文件。
安装：
pip install python-docx
2、Python 读取 Word 文档内容
1）Word 文档结构介绍
Document: 整个文档
Paragraph: 段落（回车符分隔）
Run: 文本块（具有相同样式的连续文本）
2）python-docx 提取文字和文字块儿
① python-docx 提取文字
from docx import Document
doc = Document("example.docx")
full_text = []
for para in doc.paragraphs:
full_text.append(para.text)
print("\n".join(full_text))
② python-docx 提取文字块儿
for para in doc.paragraphs:
for run in para.runs:
print(run.text) # 打印每个样式块的文本
3）利用 Python 向 Word 文档写入内容
① 添加段落
doc = Document()
p = doc.add_paragraph('这是一个新段落。')
② 添加文字块儿
run = p.add_run('这是加粗的文字。')
run.bold = True
p.add_run('这是普通的文字。')
③ 添加一个分页
doc.add_page_break()
④ 添加图片
doc.add_picture('image.png', width=Inches(1.25)) # 需要 from docx.shared import Inches
⑤ 添加表格
table = doc.add_table(rows=2, cols=2)
table.cell(0, 0).text = "A1"
table.cell(0, 1).text = "B1"
⑥ 提取 Word 表格，并保存在 Excel 中
import pandas as pd
doc = Document("table_doc.docx")
tables_data = []
for table in doc.tables:
for row in table.rows:
row_data = [cell.text for cell in row.cells]
tables_data.append(row_data)
df = pd.DataFrame(tables_data)
df.to_excel("word_tables.xlsx", index=False)
3、利用 Python 调整 Word 文档样式
1）修改文字字体样式
from docx.shared import Pt, RGBColor
from docx.oxml.ns import qn
run = p.add_run('自定义样式文字')
run.font.size = Pt(14)
run.font.color.rgb = RGBColor(0x42, 0x24, 0xE9)
# 设置中文字体需要特殊处理
run.font.name = '微软雅黑'
run._element.rPr.rFonts.set(qn('w:eastAsia'), '微软雅黑')
2）修改段落样式
① 对齐样式
from docx.enum.text import WD_ALIGN_PARAGRAPH
p.alignment = WD_ALIGN_PARAGRAPH.CENTER # 居中
② 行间距调整
p.paragraph_format.line_spacing = 1.5# 1.5倍行距
③ 段前与段后间距
from docx.shared import Pt
p.paragraph_format.space_before = Pt(12) # 段前12磅
p.paragraph_format.space_after = Pt(12) # 段后12磅
注意：以上代码示例需要配合相应的文件环境运行。使用前请确保已安装 openpyxl, pandas, PyPDF2, pdfplumber, python-docx 等库。
10个月宝宝每天需要喝多少奶粉？
