python操作word文档

需求

根据Word模板，生成数据报告。

发现

升级python3的pip，以管理员身份运行：pip3 install --upgrade pip

python3操作Word的库：

• pip3 install python-docx、import docx：只对windows平台有效
• pip3 install pypiwin32、import win32com：跨平台，但无法处理doc格式的word文本，doc格式不是基于xml的
• pip3 install textract、import textract：它同时兼顾“doc”和“docx”，但安装过程需要一些依赖。

在安装textract的时候，提示缺少swig.exe：error: command 'swig.exe' failed: No such file or directory install textract。下载swig.exe的Windows版，注意配置完path之后要记得重启cmd。

但实际使用中又遇到一些问题，主要是python对Windows平台的不兼容问题。比如echo在Windows上是一个内置在cmd的命令，比如Windows没有fork等等问题，比如Windows上没有antiword，而实际上textract就是调用了antiword来处理Word。

所以我打算先将doc转为docx，然后再用python-docx处理。在使用docx直接输出所有段落的时候发现很多表格都不见了：

import docx

def read_docx(file_name):
    doc = docx.Document(file_name)
    content = '\n'.join([para.text for para in doc.paragraphs])
    return content

这是因为表格和段落分别使用了不同的对象进行存储。

经过两天的学习，终于使用docx库完成了对docx格式的文件的提取信息，以及自动化编辑word模板。

项目地址：data_report

官方资料：

• python-docx文档
• win32com文档

详细编程需求以及解决过程

根据一个段落标题，定位位于其下的表格

因为paragraphs和tables是完全分开的，所以需要其他的办法，在谷歌之后找到答案：

• https://github.com/python-openxml/python-docx/issues/222
• https://github.com/python-openxml/python-docx/issues/40
• https://github.com/python-openxml/python-docx/issues/276

其他资料：

• https://blog.csdn.net/u011995719/article/details/77178093
• https://blog.csdn.net/vip88886666/article/details/79596113
• https://blog.csdn.net/baidu_39416074/article/details/80926443
• https://blog.csdn.net/nicccccc/article/details/76147056
• https://wenku.baidu.com/view/0b1c5a2359fb770bf78a6529647d27284b73370b.html?re=view
• http://yshblog.com/blog/40
• https://blog.csdn.net/zhengyikuangge/article/details/80451424
• https://clay0x1.top/2018/08/13/openpyxl%E5%92%8Cwin32com%E4%BD%BF%E7%94%A8%E6%80%BB%E7%BB%93/
• https://zhuanlan.zhihu.com/p/32944388
• http://www.voidcn.com/code/p-dvwzvjkr-m.html
• https://my.oschina.net/duxuefeng/blog/64137
• https://www.cnblogs.com/youxin/p/3548647.html
• https://www.cnblogs.com/hupeng1234/p/6920129.html
• https://www.cnblogs.com/whchensir/p/5768030.html
• http://landcareweb.com/questions/32546/ru-he-shi-yong-python-docxti-huan-wordwen-dang-zhong-de-wen-ben-bing-bao-cun
• https://zhuanlan.zhihu.com/p/27135983
• https://www.yinyubo.cn/?p=352
• https://www.zhihu.com/question/64235925
• https://juejin.im/post/5ae9259c6fb9a07ab110f940
• https://bbs.csdn.net/topics/390824187
• http://www.bioinfo-scrounger.com/archives/693
• https://www.twblogs.net/a/5b7c74922b71770a43db0f50https://blog.csdn.net/u010541307/article/details/52862674
• https://blog.csdn.net/u012922806/article/details/85096074
• https://www.twblogs.net/a/5b7c74922b71770a43db0f50
• https://www.cnblogs.com/zhuluqing/p/8445901.html
• https://www.zhihu.com/question/24330579
• https://codeday.me/bug/20180828/235270.html
• https://my.oschina.net/zxcholmes/blog/484789