Python自动化办公：批量处理Word文档的实用技巧

在日常办公中，处理大量Word文档是常见任务，比如批量修改格式、提取内容或生成报告。手动操作不仅耗时，还容易出错。本文将介绍如何使用Python自动化处理Word文档，通过代码示例演示具体操作步骤，提升办公效率。## 准备工作首先，确保你的Python环境已安装必要的库。我们将使用python-docx库来操作Word文档。如果未安装，可以通过pip安装：bashpip install python-docx安装完成后，创建一个新的Python脚本文件，例如word_processor.py，用于编写代码。## 批量读取Word文档假设我们有一个文件夹包含多个Word文档，需要批量读取它们的内容。以下代码演示如何遍历文件夹中的所有.docx文件，并打印每个文档的文本内容。pythonimport osfrom docx import Documentdef read_word_files(folder_path): “”" 读取指定文件夹中的所有Word文档内容 :param folder_path: 文件夹路径 “”" for filename in os.listdir(folder_path): if filename.endswith(‘.docx’): file_path = os.path.join(folder_path, filename) doc = Document(file_path) text = ‘\n’.join([paragraph.text for paragraph in doc.paragraphs]) print(f"文件: {filename}\n内容:\n{text}\n—“)# 示例：读取当前目录下的docx文件read_word_files(‘.’)运行此代码，它会输出每个文档的文本内容。你可以根据需要修改代码，比如将内容保存到文件或数据库。## 批量修改文档格式有时需要统一多个文档的格式，例如设置所有标题为特定样式。以下示例展示如何批量修改文档中段落的字体和大小。pythonfrom docx.shared import Ptfrom docx.enum.text import WD_ALIGN_PARAGRAPHdef modify_format(folder_path): “”” 批量修改Word文档的格式：设置标题居中并加粗，正文左对齐 :param folder_path: 文件夹路径 “”" for filename in os.listdir(folder_path): if filename.endswith(‘.docx’): file_path = os.path.join(folder_path, filename) doc = Document(file_path) for paragraph in doc.paragraphs: if paragraph.text.strip(): # 跳过空段落 if paragraph.style.name.startswith(‘Heading’): # 假设标题样式以Heading开头 paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER for run in paragraph.runs: run.bold = True run.font.size = Pt(14) else: paragraph.alignment = WD_ALIGN_PARAGRAPH.LEFT for run in paragraph.runs: run.font.size = Pt(12) # 保存修改后的文档，添加前缀modified_ new_filename = ‘modified_’ + filename new_path = os.path.join(folder_path, new_filename) doc.save(new_path) print(f"已处理: {filename} -> {new_filename}“)# 示例：修改当前目录下的文档格式modify_format(‘.’)这段代码会为每个文档创建一个新版本，标题居中加粗，正文左对齐。你可以调整样式参数以适应具体需求。## 批量提取文档信息从多个文档中提取特定信息，比如统计关键词出现次数，是常见需求。以下代码演示如何批量统计文档中“项目”一词的出现频率。pythondef extract_keyword_count(folder_path, keyword=‘项目’): “”” 批量统计Word文档中关键词的出现次数 :param folder_path: 文件夹路径 :param keyword: 要统计的关键词 “”" results = {} for filename in os.listdir(folder_path): if filename.endswith(‘.docx’): file_path = os.path.join(folder_path, filename) doc = Document(file_path) text = ‘\n’.join([paragraph.text for paragraph in doc.paragraphs]) count = text.lower().count(keyword.lower()) # 不区分大小写统计 results[filename] = count print(f"文件: {filename}, ‘{keyword}’ 出现次数: {count}“) return results# 示例：统计当前目录下文档中“项目”的出现次数extract_keyword_count(‘.’)运行后，会输出每个文档中关键词的计数。你可以扩展此功能，比如提取表格数据或生成汇总报告。## 批量生成报告文档基于现有数据自动生成Word报告，可以节省大量时间。以下示例展示如何从CSV文件读取数据，并生成一个包含表格的Word文档。pythonimport csvfrom docx import Documentfrom docx.shared import Inchesdef generate_report_from_csv(csv_path, output_path=‘report.docx’): “”” 从CSV文件生成Word报告文档 :param csv_path: CSV文件路径 :param output_path: 输出Word文档路径 “”" doc = Document() doc.add_heading(‘项目报告’, 0) # 添加标题 # 读取CSV数据 with open(csv_path, ‘r’, encoding=‘utf-8’) as file: reader = csv.reader(file) data = list(reader) # 添加表格 table = doc.add_table(rows=1, cols=len(data[0])) table.style = ‘Light Grid Accent 1’ # 设置表格样式 # 填充表头 header_cells = table.rows[0].cells for i, header in enumerate(data[0]): header_cells[i].text = header # 填充数据行 for row in data[1:]: row_cells = table.add_row().cells for i, cell in enumerate(row): row_cells[i].text = cell doc.add_paragraph(‘报告生成时间: ’ + datetime.datetime.now().strftime(’%Y-%m-%d %H:%M:%S’)) doc.save(output_path) print(f"报告已生成: {output_path}")# 示例：假设有一个data.csv文件，生成报告generate_report_from_csv(‘data.csv’)此代码会创建一个包含表格和时间的Word报告。你可以根据实际数据调整CSV格式和报告内容。## 总结与扩展本文介绍了使用Python和python-docx库批量处理Word文档的基本方法，包括读取、修改格式、提取信息和生成报告。这些技巧可以显著提高办公效率，减少重复劳动。为了进一步自动化，你可以结合其他库，如pandas处理数据，或使用schedule库定时运行脚本。根据具体场景调整代码，实现更复杂的办公自动化任务。注意：在实际应用中，建议先备份原始文档，避免数据丢失。代码示例基于常见办公需求设计，可能需要根据你的文档结构进行微调。