用 Python 操作 Word 文档-轻识

图片来源于网络

♚

作者：贠云龙

Blog: zhihu.com/people/yunlongyun

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

from win32com.client import Dispatch


app = Dispatch('Word.Application')
# 新建word文档
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。

# 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
s = app.Selection
# 用“Hello, World!“替换s代表的范围的文本
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。

# 如何获得
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

# 如何获得

# 新建文档
doc = app.Documents.Add()
# 打开已有文档
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

# 替换当前选择
s.Text = 'Hello, world!'
# 输入
s.TypeText('Hello, world!')
# 把当前选择复制到剪贴板
s.Copy()
# 粘贴剪贴板中的内容
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

# 使用Start，End指定字符范围
s.Start = 0
s.End = n
# s从第0个字符（第1个字符前的插入点）到第n个字符。
# 汉字是每字为1字符

# 相当于按下Delete键
s.Delete() 
# 相当于按下Ctrl+A
s.WholeStory() 
# 向左移动
s.MoveLeft()
# 向右移动2个字符，第1个参数是移动单位WdUnits，见下图
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

r = doc.Range()
# 或
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

font = s.Font
# 或
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

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

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

pf = s.ParagraphFormat
# 或
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

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

ps = doc.PageSetup
# 或
ps = s.PageSetup
# 或
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

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

# 只能通过文档获得
styles = doc.Styles

如何使用

# 返回正文样式
normal = styles(-1)

# 修改正文样式的字体字号
normal.Font.Name = '仿宋'
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

app = win32com.client.Dispatch('word.application')
app.Visible='True' 
# 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
doc = app.Documents.Open('你的桌面路径/test.docx') 
# 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

from win32com.client import Dispatch #需要安装的是pypiwin32模块


app=Dispatch('Word.Application')
doc = app.Documents.Open('你的word文档路径')

# 页面设置
cm_to_points = 28.35 # 1厘米为28.35磅
# 国家公文格式标准要求是上边距版心3.7cm
# 但是如果简单的把上边距设置为3.7cm
# 则因为文本的第一行本身有行距
# 会导致实际版心离上边缘较远，上下边距设置为3.3cm
# 是经过实验的，可以看看公文标准的图示
# 版心指的是文字与边缘距离
doc.PageSetup.TopMargin = 3.3*cm_to_points  
# 上边距3.3厘米
doc.PageSetup.BottomMargin = 3.3*cm_to_points  
# 下边距3.3厘米
doc.PageSetup.LeftMargin = 2.8*cm_to_points  
# 左边距2.8厘米
doc.PageSetup.RightMargin = 2.6*cm_to_points  
# 右边距2.6厘米

# 设置正常样式的字体
# 是为了后面指定行和字符网格时
# 按照这个字体标准进行
doc.Styles(-1).Font.Name = '仿宋' 
# word中的“正常”样式字体为仿宋
doc.Styles(-1).Font.NameFarEast = '仿宋' 
# word中的“正常”样式字体为仿宋
doc.Styles(-1).Font.NameAscii = '仿宋'
# word中的“正常”样式字体为仿宋
doc.Styles(-1).Font.NameOther = '仿宋' 
# word中的“正常”样式字体为仿宋
doc.Styles(-1).Font.Size = 16 
# word中的“正常”样式字号为三号

doc.PageSetup.LayoutMode = 1 
# 指定行和字符网格
doc.PageSetup.CharsLine = 28 
# 每行28个字
doc.PageSetup.LinesPage = 22 
# 每页22行，会自动设置行间距

# 页码设置
doc.PageSetup.FooterDistance = 2.8*cm_to_points  
# 页码距下边缘2.8厘米
doc.PageSetup.OddAndEvenPagesHeaderFooter = 0 
# 首页页码相同
doc.PageSetup.OddAndEvenPagesHeaderFooter = 0 
# 页脚奇偶页相同
w = doc.windows(1)  
# 获得文档的第一个窗口
w.view.seekview = 4 
# 获得页眉页脚视图
s = w.selection  
# 获取窗口的选择对象
s.headerfooter.pagenumbers.startingnumber = startingnumber  
# 设置起始页码
s.headerfooter.pagenumbers.NumberStyle = 0  
# 设置页码样式为单纯的阿拉伯数字
s.WholeStory() 
# 扩选到整个部分（会选中整个页眉页脚）
s.Delete() 
#按下删除键，这两句是为了清除原来的页码
s.headerfooter.pagenumbers.Add(4)  
# 添加页面外侧页码
s.MoveLeft(1, 2)  
# 移动到页码左边，移动了两个字符距离
s.TypeText('— ')  
# 给页码左边加上一字线，注意不是减号
s.MoveRight() 
#移动到页码末尾，移动了一个字符距离
# 默认参数是1（字符）
s.TypeText(' —') 
s.WholeStory() 
# 扩选到整个页眉页脚部分，此处是必要的
# 否则s只是在输入一字线后的一个光标，没有选择区域
s.Font.Name = '宋体'
s.Font.Size = 14 
#页码字号为四号
s.paragraphformat.rightindent = 21 
#页码向左缩进1字符（21磅）
s.paragraphformat.leftindent = 21 
# 页码向右缩进1字符（21磅）
doc.Styles('页眉').ParagraphFormat.Borders(-3).LineStyle = 0 
# 页眉无底边框横线

参考文章：

Python通过win32实现office自动化
https://blog.csdn.net/lzl001/article/details/8435048

引用Microsoft Word 对象的技术及实现
https://www.docin.com/p-1333941826.html

Word组件对象模型
https://blog.csdn.net/wishfly/article/details/39959349

- EOF -

回复关键字“简明python ”，立即获取入门必备书籍《简明python教程》电子版

回复关键字“爬虫”，立即获取爬虫学习资料

点击关注【python入门与进阶】，阅读更多精彩内容

👇👇👇