我要评论周一早上九点，你打开电脑，发现领导昨晚十一点发来的消息：“小张，帮我把这份合同里所有的公司名称改成加粗红色，五十页那个，今天开会要用。”
你打开文档，翻到第一页，选中公司名，点加粗，点红色，然后滚到下一页。五十页的文档，光滚动就花了五分钟。你揉了揉眼睛，心想这要是每个月都来这么一次，眼睛迟早要废。
这种机械化的word排版工作，最适合交给python。python-docx这个库，就是专门干这个的。
先搞清楚word文档的“三层结构”
在用python-docx之前，得先理解一个概念：word文档的文本不是一整块，而是分了三层。
最外层是document，代表整个文档。往下一层是paragraph，也就是段落。再往下是run，这才是真正存放文字的地方。
为什么要有run这个概念？因为一个段落里可能有好几种不同的格式。比如“这是加粗的文字”这句话，实际上被分成了三个run：第一个run是“这是”，第二个run是“加粗”（带加粗属性），第三个run是“的文字”。每个run可以单独设置字体、大小、颜色。
理解这个结构，后面的所有操作就好办了——想改格式，就要找到对应的run，而不是直接改段落。
环境准备
先装库：
pip install python-docx
在代码里导入的时候，用docx这个名字，不是python-docx：
from docx import document from docx.shared import pt, rgbcolor from docx.enum.text import wd_align_paragraph
shared里面是尺寸和颜色相关的工具，enum.text里是对齐方式之类的常量。
读取现有文档
假设你要处理的是那份五十页的合同：
doc = document('合同.docx')
这样就加载进来了。doc.paragraphs里放着所有段落，你可以遍历它们：
for para in doc.paragraphs:
print(para.text)
但只打印文本不够，你要改的是格式。格式藏在每个段落的runs里面：
for para in doc.paragraphs:
for run in para.runs:
# 在这里操作每个run
改字体：加粗、颜色、大小
回到那个需求：把所有“某某科技有限公司”改成加粗红色。
from docx import document
from docx.shared import pt, rgbcolor
doc = document('合同.docx')
target = '某某科技有限公司'
for para in doc.paragraphs:
for run in para.runs:
if target in run.text:
# 把这个run里的目标文字单独拎出来改格式
# 注意：如果run里不止目标文字，需要拆开处理
run.font.bold = true
run.font.color.rgb = rgbcolor(255, 0, 0) # 红色
run.font.size = pt(12) # 字号，可选
但这里有个坑。如果一个run里是“本合同的乙方为某某科技有限公司，特此声明”，你直接把整个run加粗标红，那整句话都变了。你只想要“某某科技有限公司”这个关键词变色。
解决办法是把run拆开：
for para in doc.paragraphs:
for run in para.runs:
if target in run.text:
# 获取run的原始格式
original_text = run.text
# 按目标关键词拆分
parts = original_text.split(target)
# 清空当前run
run.text = parts[0]
# 插入目标关键词，带新格式
new_run = para.add_run(target)
new_run.font.bold = true
new_run.font.color.rgb = rgbcolor(255, 0, 0)
# 插入剩下的文本，保留原格式
if len(parts) > 1:
remaining_run = para.add_run(parts[1])
# 复制原格式
remaining_run.font.size = run.font.size
remaining_run.font.name = run.font.name
这个逻辑稍微有点绕，但核心思路就是：找到关键词，把run拆成三段，中间那段单独设格式。
改段落：对齐、行距、缩进
有时候你需要改的不是某个词，而是整个段落的样式。比如把某些段落居中对齐。
from docx.enum.text import wd_align_paragraph
for para in doc.paragraphs:
if '重要提示' in para.text:
para.alignment = wd_align_paragraph.center
行距和段间距也可以调。paragraph_format这个属性管这些：
from docx.shared import pt
for para in doc.paragraphs:
paragraph_format = para.paragraph_format
paragraph_format.line_spacing = pt(20) # 行距20磅
paragraph_format.space_before = pt(12) # 段前距
paragraph_format.space_after = pt(6) # 段后距
首行缩进是中文文档的常见需求：
from docx.shared import pt
for para in doc.paragraphs:
# 排除标题等不需要缩进的段落
if len(para.text) > 10 and not para.text.startswith('一、'):
para.paragraph_format.first_line_indent = pt(24) # 两个字符
改标题样式
文档里的标题通常有自己的样式。python-docx可以直接通过样式名来设置：
# 添加一个新标题
doc.add_heading('第一章 概述', level=1)
但如果要改已有的标题样式，可以这样：
for para in doc.paragraphs:
if para.style.name.startswith('heading'):
# 这是标题段落
for run in para.runs:
run.font.bold = true
run.font.size = pt(16)
中文字体的问题
默认情况下，设置run.font.name = '宋体'可能不生效。因为word里的中文字体需要用另一个属性指定：
from docx.oxml.ns import qn
run = para.add_run('这是一段中文')
run.font.name = '宋体'
run._element.rpr.rfonts.set(qn('w:eastasia'), '宋体')
w:eastasia就是指定东亚字体的那个属性。这个写法有点绕，但好在可以封装成一个函数：
def set_chinese_font(run, font_name):
run.font.name = font_name
run._element.rpr.rfonts.set(qn('w:eastasia'), font_name)
批量处理多个文档
如果不止一份合同要改，而是整个文件夹的文档都需要统一格式：
import os
from docx import document
folder = '待处理文档'
output_folder = '处理后文档'
for filename in os.listdir(folder):
if filename.endswith('.docx'):
filepath = os.path.join(folder, filename)
doc = document(filepath)
# 在这里执行你的格式化操作
for para in doc.paragraphs:
for run in para.runs:
# 你的逻辑
pass
# 另存，避免覆盖原文件
output_path = os.path.join(output_folder, filename)
doc.save(output_path)
保存
改完之后，记得保存：
doc.save('合同_已格式化.docx')
建议另存为新文件，万一改错了还能回去找原版。
回到那个周一早上的场景。如果你用上面的代码跑一遍，五十页的合同大概只需要两秒钟。加粗、标红、调字号、改标题样式，一气呵成。剩下的时间，你可以安心喝杯咖啡，而不是在文档里反复滚动鼠标。
python-docx不能帮你写报告，但至少能让你不用再做那些重复的点鼠标动作。这大概是它最值钱的地方。
到此这篇关于使用python实现word文档文本格式化的完整指南的文章就介绍到这了,更多相关python word文本格式化内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论