转载请注明：陈熹 chenx6542@foxmail.com （简书号：半为花间酒）
若公众号内转载请联系公众号：早起Python
本例可以学到的知识点：
openpyxl模块的综合运用- Word文档的两种遍历逻辑
练习数据：链接：https://pan.baidu.com/s/1QwtuUZwW5kShqqymKY0xNg 提取码：npxd
一、需求描述：
你是乙方建筑公司，手上有一份 空白合同的Word文件，如下图：
另外还有一份Excel表格合同信息表，其中是所有甲方（发包人）在合同中需要填写的内容：
可见一行为一个公司的全部信息，现在需要把相应公司的信息填入空白合同模板中，生成各公司的合同
最终结果如下：
这个需求的实现可以帮助我们解决很多问题，让我们一起来分析一下
二、步骤分析
原本我们需要将Excel汇总表中每一行的信息填进word模板中，生成相应的合同。现在我们需要交给python来实现，就引出了一个问题：程序如何知道要将某个信息填到哪个下划线？为了解决这个问题，我们需要对模板进行修改，即将下划线改成某种标识，让程序可以“看到标识就明白此处应该放什么信息”
这里采取的策略是：将需要填写的下划线改成汇总表中的列名，即
这样程序就可以识别需要填写什么内容了。所谓的识别在这里可以换一个特别简单的词，即文本替换，只要检索到#xxxx#（excel中的列名），把这个替换成具体的信息就可以了。出于这种策略，列名就需要用#xxxx#的格式，否则正常的无关文本中的信息也会被替换，就破坏了原有的需求了
最后模板被修改成如下：
通过Excel表我们可以看到，一行为一个公司的信息，而每一列的列名就存在于模板中，用各个公司的实际信息替换到模板中的列名（程序识别和文本替换的依据）就可以完成这个需求。整个大需求的实现可以按照下面的步骤：
分析后的步骤：
- 将 空白合同 调整成 合同模板，需要填写的下划线改成专属的列名
- 打开Excel表，按行循环，然后按单元格逐个循环各个信息，每个信息都找到模板中存在的对应列名并将其替换（如果不理解下文还有解释）
- 每次循环完一行的全部单元格后保存合同，生存各个公司单独的合同
分析清楚后逻辑就非常简单了，但有一个隐含的知识点没有提到，让我们边写代码边说
三、代码实现
- 导入模块，设置路径，建立文件夹
本例中涉及Excel表的打开和Word的创建，因此需要从openpyxl导入load_workbook，而Word无论打开还是创建，用docx模块的Document均可
from docx import Document
from openpyxl import load_workbook
# 利用os模块建立文件夹，用于存放生成的合同
import os
# 给定合同模板和汇总表所在的文件夹路径，方便复用
path = r'C:\Users\chenx\Desktop\合同'
# 结合路径判断生成文件夹，规避程序报错而终止的风险
if not os.path.exists(path + '/' + '全部合同'):
os.mkdir(path + '/' + '全部合同')
- 打开Excel文件
workbook = load_workbook(path + '/' + '合同信息表.xlsx')
sheet = workbook.active
- 遍历Excel，生成合同
前面也反复提到，Excel的每一行是一份特定合同的信息，因此docx针对Word文件的实例化和保存一定是在循环体里的，而不像Excel的实例化是在循环体外面
# 有效信息行是从第二行开始的，第二行是表头，包含列名，也是文本替换的依据
for table_row in range(2, sheet.max_row + 1):
# 每循环一行实例化一个新的word文件
wordfile = Document(path + '/' + '合同模板.docx')
# 单元格需要逐个遍历，每一个都包含着有用的信息
for table_col in range(1, sheet.max_column + 1):
# 旧的文本也就是列名，已经在模板里填好了，用于文本替换，将row限定在第一行后就是列名
old_text = str(sheet.cell(row=1, column=table_col).value)
# 新的文本就是实际的信息，table_col循环到某个数值时，实际的单元格和列名就确定了
new_text = str(sheet.cell(row=table_row, column=table_col).value)
# 加上这个判断是因为日期信息读进程序是“日期 时间”格式的，如果要保留日期信息可以用字符串方法或者用time/datetime模块处理
if ' ' in new_text:
new_text = new_text.split()[0]
通过下图进一步理解这个替换：
例如程序已经进入第3个循环（循环到第3个公司），针对单元格的循环进入第4个循环，那么此时获取的实际值是“建设C公园”，对应的列名是“#工程内容#”，此时就明确了需要被替换的内容了，那么只要在模板中找到“#工程内容#”把它替换为“建设C公园”即可
了解了这个替换后，下一步要做的就是遍历Word模板，找到对应列名替换
熟悉docx模块的读者应该知道，Word文本存在文档Document - 段落Paragraph - 文字块Run的三级结构，需要遍历文本可以用以下代码：
all_paragraphs = wordfile.paragraphs
for paragraph in all_paragraphs:
print(paragraph.text)
for run in paragraph.runs:
print(run.text)
针对段落和文字块均可用.text获取到文字信息
本需求隐含的陷阱就在这里，注意一下合同最后需要填写的内容：
这部分内容如果用上述代码是遍历不到的。为什么？因为这是Word文档中的表格，遍历表格需要有专门的遍历逻辑：文档Document - 表格Table - 行Row/列Column - 单元格Cell
遍历表格中文本的代码如下：
all_tables = wordfile.tables
for table in all_tables:
# 也可按列遍历
for row in table.rows:
for cell in row.cells:
print(cell.text)
有了这些补充的知识我们就可以完成最核心的代码了：
for table_row in range(2, sheet.max_row + 1):
wordfile = Document(path + '/' + '合同模板.docx')
for table_col in range(1, sheet.max_column + 1):
old_text = str(sheet.cell(row=1, column=table_col).value)
new_text = str(sheet.cell(row=table_row, column=table_col).value)
if ' ' in new_text:
new_text = new_text.split()[0]
# 文档Document - 段落Paragraph - 文字块Run
all_paragraphs = wordfile.paragraphs
for paragraph in all_paragraphs:
for run in paragraph.runs:
run.text = run.text.replace(old_text, new_text)
# 文档Document - 表格Table - 行Row/列Column - 单元格Cell
all_tables = wordfile.tables
for table in all_tables:
for row in table.rows:
for cell in row.cells:
cell.text = cell.text.replace(old_text, new_text)
# 获取公司名用以生成合同的名称
company = str(sheet.cell(row=table_row, column=1).value)
wordfile.save(path + '/' + f'全部合同/{company}合同.docx')
写在最后
本次的需求可以延伸成为：将一份信息汇总表Excel中的每一个单独信息（每一行或者每一列为个人、公司或者其他的信息）填写到指定的模板Eord中，生成单独的文档，因此需要理解内涵
如果你有正在烦恼的办公需求，欢迎在 早起Python 公众号后台留言
网友评论