Python实现高效自动化Word办公：如何批量合并多个文档(python-docx库）

在Word文件中，不但有文字内容，还有加粗、红色等格式，而且这些特殊的格式和文字内容是混合在一起的，但如果用Python来读取Word文件，这段文字会被分为纯文字、段落、字体、字号以及表格等更具体的部分，而且每一个部分都对应着Python的变量和函数。

用Python读取文件时，你需要记住很多个Python变量和函数。当然了，针对这一点，你也不用担心，这些变量和函数在Python的Word扩展库官方文档可以查看。所以如果你需要某个功能，但是不知道应该用什么变量和函数名称时，可以在官方文档中找到它的名字和描述信息。

用Python自动合并两个Word文件

文件一（内容包含字体、字号、颜色等额外信息）：
文件二（内容文字出现在表格中）:

第一个文件中，字体使用了黑体和宋体字，此外还有红色字体和加粗等格式。现在我需要只提取其中的文字内容，不带任何格式。

第二个文件中，文字被放在了一张表格里。现在我需要用Python把表格中的文字提取出来，合并成一个新的文件。

示例代码

 from docx import Document
from pathlib import Path
def mrge_without_format(docfiles:list):
    '''
    只获取内容进行合并
    '''
    #遍历文件
    for docx_file in sorted(docfiles):
        another_doc = Document(docx_file)
        # 获取每个文件的的所有段落
        paras = another_doc.paragraphs
        for para in paras:
            # 为新的word文件创建一个新段落
            newpar = doc.add_paragraph('')
            #将提取的内容写入新的文本段落中
            newpar.add_run(para.text)

        #所有文件合并完成后在指定路径中保存
        doc.save(Path(word_files_path,'new.docx'))

    #调用函数
    merge-mrge_without_format(files)

用Python合并Word和其他类型的文件

相较于其他文件，Word文件支持的格式丰富程度远远高于Txt文件等，所以当这两种格式丰富程度不一致的文件进行合并时，要么向下兼容，去掉Txt不支持的格式；要么向上兼容，对Txt进行格式再调整。否则容易出现合并之后仍需要手动调整格式的问题，影响工作效率。

将纯文本和Word文件合并

from docx import Document
from docx.shared import RGBColor
from pathlib import Path, PurePath

# word文件所在路径
word_files_path = 'D:/Python自动化办公/Day02/word样例文件'

# # 取得该目录下所有的docx格式文件
# p = Path(word_files_path)

my_content = '''
野老篱边江岸回，柴门不正逐江开。
渔人网集澄潭下，贾客船随返照来。
长路关心悲剑阁，片云何意傍琴台？
王师未报收东郡，城阙秋生画角哀。
'''

def add_content_mode1(content):

    '''
    增加内容
    '''
    print(doc)
    para = doc.add_paragraph().add_run(content)

    # 设置字体格式
    para.font.name = '仿宋'
    # 设置下划线
    para.font.underline = True
    # 设置颜色
    para.font.color.rgb = RGBColor(255, 128, 128)
    # 其他设置参考官方文档
    # https://python-docx.readthedocs.io/en/latest/api/text.html#run-objects


doc = Document()
add_content_mode1(my_content)
doc.save(Path(word_files_path, 'new2.docx'))

将图片和Word文件合并

我们经常见到的图片格式就有.jpg、.png、.gif等，由于这些格式应用范围广，格式没有被商业软件加密，所以python-docx库的add_picture函数就能实现把图片插入Word的功能。

from docx import Document
from docx import shared

doc = Document()
# 按英寸设置宽度，添加图片
doc_add_picture('test.jpg',width=shared.Inches(1))

将Execl和Word文件合并

使用Python制作邀请函

import xlrd
from docx import Document
from pathlib import Path, PurePath
import datetime

today=datetime.date.today().strftime('%Y-%m-%d')

# 客户信息文件
customer = '/Users/edz/Desktop/效率专栏/文章2/邀请函样例文件/客户信息.xlsx'

# 邀请函模版
invitation = '/Users/edz/Desktop/效率专栏/文章2/邀请函样例文件/邀请函模版.docx'

# 邀请函路径
invitation_path = '/Users/edz/Desktop/效率专栏/文章2/邀请函样例文件/'

# 替换内容
replace_content = {
    '<姓名>' : 'no_name',
    '<性别>' : 'm_f',
    '<今天日期>' : today
}

def generat_invitation():
    '''
    生成邀请函文件
    '''
    doc = Document(invitation)
    # 取出每一段
    for para in doc.paragraphs:
        for key, value in replace_content.items():
            if key in para.text:
                # 逐个关键字进行替换
                para.text = para.text.replace(key, value)

    file_name = PurePath(invitation_path).with_name(replace_content['<姓名>']).with_suffix('.docx')

    doc.save(file_name)


def get_customer(customer_file: Path):
    '''
    获取邀请函信息
    '''
    # 从第一个sheet中取出客户信息
    data = xlrd.open_workbook(customer_file)
    table = data.sheets()[0]

    # 取得客户数量
    customer_number = table.nrows

    for line in range(1, customer_number):
        content = table.row_values(rowx=line, start_colx=0, end_colx=None)
        replace_content['<姓名>'] = content[0]
        replace_content['<性别>'] = content[1]
        # print(replace_content)
        # {'<姓名>': '韩梅梅', '<性别>': '女士', '<今天日期>': '2021-01-01'}
        # {'<姓名>': '李雷', '<性别>': '先生', '<今天日期>': '2021-01-01'}
        generat_invitation()


if __name__ == '__main__':
    get_customer(customer)

总结

在对不同类型文件进行合并时，要考虑不同的问题

对于支持格式丰富不同的文件时要考虑格式的兼容性；

对于图片、音乐、视频和Word合并时要考虑是否是受到word支持的通用格式；

对于像Excel格式于Word合并时能实现更复杂的功能，代码的复杂程度也会随之提高，一般需要先分析功能，再进行代码编写。

一只小码农

Python自动化办公--Word