Python零基础入门(十一):Python操作Word

在日常开发中，你可能遇到过这种场景：从数据库拉一批数据，填进 Word 模板里，生成几十份合同或报告。手动改？累死人。写个脚本，几分钟搞定。

Python 处理 Word 靠的是 python-docx 这个库。它能读、能写、能改样式，基本上 Word 里常见的操作它都能搞定。

一、模块安装

一条命令搞定：

pip install python-docx

安装完直接导入：

from docx import Documentfrom docx.shared import Pt, RGBColor, Inchesfrom docx.enum.text import WD_ALIGN_PARAGRAPH

这几个导入分别干啥？Document 是核心对象，用来打开和创建文档；Pt 和 RGBColor 控制字号和颜色；WD_ALIGN_PARAGRAPH 控制对齐方式。后面用到再细说。

二、文档读取

拿到一个 Word 文件，第一件事是把它打开：

doc = Document("report.docx")

2.1 读取段落文本

遍历 paragraphs 就能拿到每一段的内容：

for para in doc.paragraphs:    print(para.text)

这里有个新手容易踩的坑：para.text 拿到的是纯文本，加粗、斜体这些格式信息会丢失。如果你需要区分哪些文字是加粗的，得往下看 runs 的部分。

2.2 读取表格数据

Word 里的表格存在 doc.tables 列表里，遍历方式如下：

for table in doc.tables:    for row in table.rows:        row_data = [cell.text for cell in row.cells]        print(row_data)

每个 cell 本质上也是一个容器，里面可以有多个段落。上面的 cell.text 会把所有段落拼成一个字符串。

2.3 精确读取格式信息（Runs）

每个段落内部由多个 Run 组成，每个 Run 具有统一的格式：

for para in doc.paragraphs:    for run in para.runs:        print(f"文本: {run.text}")        print(f"加粗: {run.bold}, 斜体: {run.italic}")

举个例子，一段话里"这是重点内容"会被拆成三个 Run：普通"这是"、加粗"重点"、普通"内容"。理解这个模型，后面改样式就不迷糊了。

三、文档写入

3.1 创建新文档并添加内容

from docx import Documentfrom docx.shared import Pt, RGBColorfrom docx.enum.text import WD_ALIGN_PARAGRAPHdoc = Document()# 添加标题（level 1~9 对应一级到九级标题）doc.add_heading("月度数据报告", level=1)# 添加普通段落，支持链式追加格式化文字p = doc.add_paragraph()run1 = p.add_run("报告日期：")run1.bold = Truep.add_run("2024年7月")doc.add_paragraph("本月核心指标如下：", style="List Bullet")doc.save("report_new.docx")

add_paragraph 的 style 参数可以直接用内置样式名，比如 "List Bullet"（无序列表）、"List Number"（有序列表）、"Quote"（引用）。不用手动调缩进。

3.2 创建表格

headers = ["指标", "数值", "环比"]data = [    ["日活", "12,500", "+8%"],    ["月活", "58,000", "+3%"],    ["转化率", "4.2%", "+0.5%"],]table = doc.add_table(rows=1, cols=len(headers))table.style = "Table Grid"# 填表头for i, h in enumerate(headers):    table.rows[0].cells[i].text = h# 填数据行for row_data in data:    row = table.add_row()    for i, val in enumerate(row_data):        row.cells[i].text = val

Table Grid 是带边框的样式，Word 里常用。你也可以试试 "Light Shading Accent 1" 之类的好看样式。

四、批量修改样式

这才是自动化的精髓。从数据库拉数据，写入模板，一键设好所有格式。

4.1 批量设置段落字体和字号

for para in doc.paragraphs:    for run in para.runs:        run.font.name = "微软雅黑"        run.font.size = Pt(12)        run.font.color.rgb = RGBColor(0x33, 0x33, 0x33)

上面这段代码把文档里所有文字统一改成微软雅黑、12号、深灰色。在正式报告生成中非常实用。

4.2 设置表格样式

for table in doc.tables:    for row in table.rows:        for cell in row.cells:            for para in cell.paragraphs:                para.alignment = WD_ALIGN_PARAGRAPH.CENTER                for run in para.runs:                    run.font.size = Pt(10)                    run.font.bold = True

先把所有单元格居中、字号设成 10pt、加粗。如果要单独给表头加颜色，可以加个判断行号的逻辑。

python-docx 的核心能力就是这四块：读内容、写内容、改样式、存文件。覆盖了 90% 的 Word 自动化需求。

五、模板填充实战

前面四章都是"从零创建文档"，但实际项目里更常见的玩法是模板填充——提前画好 Word 模板，脚本只负责把数据填进去。

5.1 制作模板

先用 Word 手动做一个模板文件 template.docx，内容大致如下：

{{title}}

报告人：{{author}}

报告日期：{{date}}

本月营收：{{revenue}} 万元，环比增长 {{growth_rate}}。

用双花括号 {{xxx}} 做占位符，后面脚本会把这些标记替换成真实数据。

5.2 替换脚本

核心思路：遍历所有段落的所有 Run，逐个检查文本里有没有占位符，有就替换。

from docx import Documentfrom docx.shared import Pt, RGBColordef fill_template(template_path, output_path, data: dict):    """读取 Word 模板，替换占位符后另存为新文件"""    doc = Document(template_path)    # 替换段落中的占位符    for para in doc.paragraphs:        for run in para.runs:            for key, value in data.items():                placeholder = "{{" + key + "}}"                if placeholder in run.text:                    run.text = run.text.replace(placeholder, str(value))    # 替换表格中的占位符    for table in doc.tables:        for row in table.rows:            for cell in row.cells:                for para in cell.paragraphs:                    for run in para.runs:                        for key, value in data.items():                            placeholder = "{{" + key + "}}"                            if placeholder in run.text:                                run.text = run.text.replace(placeholder, str(value))    doc.save(output_path)    print(f"已生成: {output_path}")# === 使用示例 ===report_data = {    "title": "2024年7月运营月报",    "author": "张三",    "date": "2024-07-31",    "revenue": "156.8",    "growth_rate": "12%",}fill_template("template.docx", "7月月报.docx", report_data)

5.3 批量生成

实际场景是几十个人的合同、几十个门店的报表。加个循环就行：

# 假设从数据库或 Excel 拉了一堆数据employees = [    {"name": "张三", "department": "技术部", "salary": "25,000", "date": "2024-08-01"},    {"name": "李四", "department": "产品部", "salary": "22,000", "date": "2024-08-01"},    {"name": "王五", "department": "设计部", "salary": "20,000", "date": "2024-08-01"},]for emp in employees:    data = {        "title": f"{emp['name']}的劳动合同",        "name": emp["name"],        "department": emp["department"],        "salary": emp["salary"],        "date": emp["date"],    }    output_file = f"contracts/{emp['name']}_合同.docx"    fill_template("contract_template.docx", output_file, data)

一个要注意的坑：Word 的自动更正会把连续输入的文字拆成多个 Run。比如你输入 {{name}}，Word 可能把它拆成 {{ 和 name}} 两个 Run，上面的替换代码就匹配不上。

解决方案是在模板里先写好占位符，然后选中整个占位符，统一设置成同一种字体（比如等线），强制它变成单个 Run。如果还是不行，可以写个"Run 合并"函数，把相邻 Run 的文本拼起来检查，替换后再重新分配。