2022年 11月 4日

用Python操作Word文档，看这一篇就对了

本文主要讲解Python中操作word的思路。

一、Hello，world！

使用win32com需要安装pypiwin32

pip install pypiwin32

推荐使用python的IDLE，交互方便

1、如何新建文档

  1. from win32com.client import Dispatch
  2.  
  3. app =Dispatch('Word.Application')
  4. # 新建word文档
  5. doc = app.Documents.Add()

按F5运行，发现什么效果都没有， 这是因为Word被隐藏了。

2、如何显示Word

app.Visible = 1

运行后，熟悉的Word界面出现。现在来输入文字。

3、如何输入

我们在Word中输入文字时，一般会先使用鼠标点击需要输入文字的位置，这个过程是获得了光标焦点。

当我们需要替换某些文字时，首先会选中某些文字，然后再输入、被选择的文字呈现出灰色的背景，表示被选中了。

光标焦点和选择范围在Word中，都是Selection。什么都没选择的光标焦点，和选择了整片文章的选择范围，代表了Selection的最小和最大范围。

这也是为什么整个Word中只能有一个Selection的原因。因为光标或者选择范围就只能有一个。

  1. # 运行下句代码后，s获得新建文档的光标焦点，也就是图中的回车符前
  2. s = app.Selection、
  3. # 用“Hello, World!“替换s代表的范围的文本
  4. s.Text = 'Hello, world!'

此时，s的范围为’Hello, world!’这句话的选择区域。

能如此方便的调用Word，得益于其底层的COM（组件对象模型）可以被任意语言调用。

Selection是Word对象模型中的类，此处的s是它的对象（实例）。

4、如何查看选择区域是什么

s.Text可以查看或者设置s选择区域的文本。Word对象模型中很多对象都有默认属性，Text就是Selection的默认属性，类似python的__str__方法。运行s()调用s的默认属性，此处等于于运行了s.Text。

s()

控制台显示，s的范围为’Hello, world!’这句话的选择区域。

二、对Word对象模型的简单理解

Word中最重要的类（对象）有以下几个。

1、Application对象：Word应用。

Application包含了菜单栏、工具栏、命令以及所有文档等。

  1. # 如何获得
  2. app = win32com.client.Dispatch('Word.Application')

2、Document对象：文档。

可以有多个Document，就像Word可以打开多个文档。

使用下列代码新建文档或者打开文档

  1. # 如何获得
  2. # 新建文档
  3. doc = app.Documents.Add()
  4. # 打开已有文档
  5. doc = app.Documents.Open('你的Word文件路径')

3、Selection对象：选区：代表当前窗口的选区。

它可以是文档中的选择（高亮）区域，也可以是插入点（如果没有什么被选中）。同一时间只能激活一个Selection。

  • 如何获得

s = app.Selection

在Word中，按下Alt+F11打开宏编辑器

然后按下F2打开对象浏览器

输入selection并回车，发现成员一列中完全匹配Selection的只有4个类，这表示只有这些类的Selection属性可以返回Selection对象（如图）。

Application我们前面介绍过，其它的类可以用同样的方法查询如何获得。

  • 如何使用Selection输入

  1. # 替换当前选择
  2. s.Text = 'Hello, world!'
  3. # 输入
  4. s.TypeText('Hello, world!')
  5. # 把当前选择复制到剪贴板
  6. s.Copy()
  7. # 粘贴剪贴板中的内容
  8. s.Paste()

Text和TypeText的不同在于完成后的选区：

Text：输入的文本（前例中选区为’Hello, world!’）；

TypeText：文本后的插入点（前例中选区为!后的插入点）。

  • 如何变更Selection

  1. # 使用Start，End指定字符范围
  2. s.Start = 0
  3. s.End = n
  4. # s从第0个字符（第1个字符前的插入点）到第n个字符。
  5. # 汉字是每字为1字符
  6.  
  7. # 相当于按下Delete键
  8. s.Delete() 
  9. # 相当于按下Ctrl+A
  10. s.WholeStory() 
  11. # 向左移动
  12. s.MoveLeft()
  13. # 向右移动2个字符，第1个参数是移动单位WdUnits，见下图
  14. s.MoveRight(1, 2)

所有能获得Selection的类

4、Range对象：连续区域。

Range表示一个连续区域。Range由Start和End位置定义，用来区分文档的不同部分。Range是独立于Selection的。不管Selection是否改变，都可以定义和操作Range。文档中可以定义多个Range。这个连续区域同样可以小到一个插入点，大到整个文档。Selection有Range属性，而Range没有Selection属性。

当使用Range（Start, End）方法来指定文档的特定范围时。文档的第一个字符位置为0，最后一个字符的位置和文档的字符总数相等。不提供参数时代表选择所有范围。

  • 如何获得

  1. r = doc.Range()
  2. # 或
  3. r = s.Range()

Word中有很多对象的Range属性都能返回Range对象，请在Word-宏编辑器-对象浏览器中自己查询。

  • 如何使用

因为本文仅使用Selection就可以达到效果，Range的很多属性和方法和Selection是类似的。

5、Font对象：字体。

包含对象的字体属性（字体名称、字号、颜色等）。

  • 如何获得

  1. font = s.Font
  2. # 或
  3. font = r.Font

同样，其余获得方法可在Word-宏编辑器-对象浏览器中查询。

  • 如何使用

  1. # 字体设置为仿宋，电脑上必须安装有该字体
  2. font.Name = '仿宋'
  3. # 字号设置为三号
  4. font.Size = 16

6、ParagraphFormat对象：段落格式。

用来设置段落格式，包括对齐、缩进、行距、边框底纹等。

  • 如何获得

  1. pf = s.ParagraphFormat
  2. # 或
  3. pf = r.ParagraphFormat

同样，其余获得方法可在Word-宏编辑器-对象浏览器中查询。

  • 如何使用

  1. # 左、中、右 对齐分别为0, 1, 2，其他对齐方式见.NET 文档中的ParagraphFormat
  2. pf.Alignment = 0
  3. # 单倍、1.5倍、双倍行距分别为0, 1, 2，其他见ParagraphFormat文档
  4. pf.LineSpacingRule = 0
  5. # 指定段落的左缩进值为21磅。
  6. pf.LeftIndent = 21

7、PageSetup对象：页面设置。

代表所有的页面设置属性，包括左边距，底边距，纸张大小等等。

  • 如何获得

  1. ps = doc.PageSetup
  2. # 或
  3. ps = s.PageSetup
  4. # 或
  5. ps = r.PageSetup

同样，其余获得方法可在Word-宏编辑器-对象浏览器中查询。

  • 如何使用

  1. # 上边距79磅 
  2. ps.TopMargin = 79
  3. # 页面大小，A3、A4分别为6，7
  4. ps.PageSize = 7

8、Styles对象：样式集。

Styles包含指定文档中内置和用户定义的所有样式，它返回一个样式集。其中的每个样式的属性包括字体、 字形、 段落间距等。如常见的正文、页眉、标题1样式。

  • 如何获得

  1. # 只能通过文档获得
  2. styles = doc.Styles

  • 如何使用

  1. # 返回正文样式
  2. normal = styles(-1)
  3.  
  4. # 修改正文样式的字体字号
  5. normal.Font.Name = '仿宋'
  6. normal.Font.Size = 16

Styles的返回参数，标题1、标题2、标题3分别为-2、-3、-4，页眉为-32，标题为-63，其他见Styles文档

三、解决问题思路

因为有很多功能，在文档中难以直接找到，需要使用如下方法。

1、把想实现的功能，使用word的录制宏，在宏编辑器里查看VBA代码，从而了解大概使用什么方法。

2、使用在线的 .NET API，从而了解详细的语法

3、如果不知道从哪获得实现该功能的对象，则可以使用word宏编辑器的对象浏览器（F2键），具体见前文Selection部分

4、使用Python的IDLE进行实时交互

  1. app = win32com.client.Dispatch('word.application')
  2. app.Visible='True' 
  3. # 让word程序可见，这样在交互命令行做的修改就可以实时显示
  4. doc = app.Documents.Open('你的桌面路径/test.docx') 
  5. # word文件放在桌面方便手动修改

然后输入自己想尝试的对象属性或方法。

四、实例：格式化word文件为最新的公文国家标准

只进行两个部分的设置，一是页面设置、二是页码设置

  1. from win32com.client import Dispatch #需要安装的是pypiwin32模块
  2.  
  3.  
  4. app=Dispatch('Word.Application')
  5. doc = app.Documents.Open('你的word文档路径')
  6.  
  7. # 页面设置
  8. cm_to_points = 28.35 # 1厘米为28.35磅
  9. # 国家公文格式标准要求是上边距版心3.7cm
  10. # 但是如果简单的把上边距设置为3.7cm
  11. # 则因为文本的第一行本身有行距
  12. # 会导致实际版心离上边缘较远，上下边距设置为3.3cm
  13. # 是经过实验的，可以看看公文标准的图示
  14. # 版心指的是文字与边缘距离
  15. doc.PageSetup.TopMargin = 3.3*cm_to_points  
  16. # 上边距3.3厘米
  17. doc.PageSetup.BottomMargin = 3.3*cm_to_points  
  18. # 下边距3.3厘米
  19. doc.PageSetup.LeftMargin = 2.8*cm_to_points  
  20. # 左边距2.8厘米
  21. doc.PageSetup.RightMargin = 2.6*cm_to_points  
  22. # 右边距2.6厘米
  23.  
  24. # 设置正常样式的字体
  25. # 是为了后面指定行和字符网格时
  26. # 按照这个字体标准进行
  27. doc.Styles(-1).Font.Name = '仿宋' 
  28. # word中的“正常”样式字体为仿宋
  29. doc.Styles(-1).Font.NameFarEast = '仿宋' 
  30. # word中的“正常”样式字体为仿宋
  31. doc.Styles(-1).Font.NameAscii = '仿宋'
  32. # word中的“正常”样式字体为仿宋
  33. doc.Styles(-1).Font.NameOther = '仿宋' 
  34. # word中的“正常”样式字体为仿宋
  35. doc.Styles(-1).Font.Size = 16 
  36. # word中的“正常”样式字号为三号
  37.  
  38. doc.PageSetup.LayoutMode = 1 
  39. # 指定行和字符网格
  40. doc.PageSetup.CharsLine = 28 
  41. # 每行28个字
  42. doc.PageSetup.LinesPage = 22 
  43. # 每页22行，会自动设置行间距
  44.  
  45. # 页码设置
  46. doc.PageSetup.FooterDistance = 2.8*cm_to_points  
  47. # 页码距下边缘2.8厘米
  48. doc.PageSetup.OddAndEvenPagesHeaderFooter = 0 
  49. # 首页页码相同
  50. doc.PageSetup.OddAndEvenPagesHeaderFooter = 0 
  51. # 页脚奇偶页相同
  52. w = doc.windows(1)  
  53. # 获得文档的第一个窗口
  54. w.view.seekview = 4 
  55. # 获得页眉页脚视图
  56. s = w.selection  
  57. # 获取窗口的选择对象
  58. s.headerfooter.pagenumbers.startingnumber = startingnumber  
  59. # 设置起始页码
  60. s.headerfooter.pagenumbers.NumberStyle = 0  
  61. # 设置页码样式为单纯的阿拉伯数字
  62. s.WholeStory() 
  63. # 扩选到整个部分（会选中整个页眉页脚）
  64. s.Delete() 
  65. #按下删除键，这两句是为了清除原来的页码
  66. s.headerfooter.pagenumbers.Add(4)  
  67. # 添加页面外侧页码
  68. s.MoveLeft(1, 2)  
  69. # 移动到页码左边，移动了两个字符距离
  70. s.TypeText('— ')  
  71. # 给页码左边加上一字线，注意不是减号
  72. s.MoveRight() 
  73. #移动到页码末尾，移动了一个字符距离
  74. # 默认参数是1（字符）
  75. s.TypeText(' —') 
  76. s.WholeStory() 
  77. # 扩选到整个页眉页脚部分，此处是必要的
  78. # 否则s只是在输入一字线后的一个光标，没有选择区域
  79. s.Font.Name = '宋体'
  80. s.Font.Size = 14 
  81. #页码字号为四号
  82. s.paragraphformat.rightindent = 21 
  83. #页码向左缩进1字符（21磅）
  84. s.paragraphformat.leftindent = 21 
  85. # 页码向右缩进1字符（21磅）
  86. doc.Styles('页眉').ParagraphFormat.Borders(-3).LineStyle = 0 
  87. # 页眉无底边框横线

参考文章：

  1. Python通过win32实现office自动化
  2. https://blog.csdn.net/lzl001/article/details/8435048
  3.  
  4. 引用Microsoft Word 对象的技术及实现
  5. https://www.docin.com/p-1333941826.html
  6.  
  7. Word组件对象模型
  8. https://blog.csdn.net/wishfly/article/details/39959349

想学习了找下面小姐姐来领取哈！