Python办公自动化：使用python-docx批量处理Word文档与转换PDF
发布时间：2026-10-14 |
4人浏览过
本文介绍如何利用Python的python-docx库实现Word文档的读写操作，包括添加段落、表格、图片及格式设置。同时演示使用docx2pdf库将单个或目录下的Word文件批量转换为PDF，提升办公效率。
面对简单且重复的工作任务，尝试使用Python进行自动化处理是明智之选。正如那句名言所说：人生苦短，你需要Python。
Word是日常办公中使用频率极高的软件。假设你需要统一调整100个Word文档的格式，或者将这100个文档全部转换为PDF格式，此时Python便能发挥重要作用，帮助你高效完成这些任务。
python-docx库简介
python-docx是一个用于对Word文档进行读写操作的第三方Python库。它支持读取Word内容，并允许向文档中添加段落、表格、图片及标题等功能。此外，该库还支持应用段落样式、设置粗体和斜体以及字符样式等格式操作。
执行以下安装命令即可完成该库的安装：
pip install python-docx
官方文档地址为：https://python-docx.readthedocs.io/
读取Word文档
首先，我创建了一个包含标题、正文和表格的示例文档，用于后续操作演示。
读取Word文档内容的代码如下：
from docx import Document
def view_docs(docx_file):
# 打开文档1
doc = Document(docx_file)
# 读取每段内容
pl = [ paragraph.text for paragraph in doc.paragraphs]
# 输出读取到的内容
for i in pl:
print(i)
def view_docs_table(docx_file):
# 打开文档1
doc = Document(docx_file)
# 读取每段内容
tables = [table for table in doc.tables]
for table in tables:
for row in table.rows:
for cell in row.cells:
print(cell.text, end=' ')
print()
print('\n')
if __name__ == '__main__':
view_docs("Python自动化办公实战课.docx")
view_docs_table("Python自动化办公实战课.docx")运行上述代码后的结果如下所示：
写入Word文档
接下来，使用Python创建一个与前述示例结构相同的Word文档：
from docx import Document
from docx.shared import Pt, RGBColor
from docx.oxml.ns import qn
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
from docx.table import _Cell
from docx.oxml import OxmlElement
def set_cell_border(cell: _Cell, **kwargs):
"""
Set cell`s border
Usage:
set_cell_border(
cell,
top={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
bottom={"sz": 12, "color": "#00FF00", "val": "single"},
start={"sz": 24, "val": "dashed", "shadow": "true"},
end={"sz": 12, "val": "dashed"},
)
"""
tc = cell._tc
tcPr = tc.get_or_add_tcPr()
# check for tag existnace, if none found, then create one
tcBorders = tcPr.first_child_found_in("w:tcBorders")
if tcBorders is None:
tcBorders = OxmlElement('w:tcBorders')
tcPr.append(tcBorders)
# list over all available tags
for edge in ('start', 'top', 'end', 'bottom', 'insideH', 'insideV'):
edge_data = kwargs.get(edge)
if edge_data:
tag = 'w:{}'.format(edge)
# check for tag existnace, if none found, then create one
element = tcBorders.find(qn(tag))
if element is None:
element = OxmlElement(tag)
tcBorders.append(element)
# looks like order of attributes is important
for key in ["sz", "val", "color", "space", "shadow"]:
if key in edge_data:
element.set(qn('w:{}'.format(key)), str(edge_data[key]))
document = Document()
document.styles['Normal'].font.name = u'宋体'
document.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'宋体')
##标题
def add_header(text, level, align='center'):
title_ = document.add_heading(level=level)
if align == 'center':
title_.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER # 标题居中
elif align == 'right':
title_.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT # 标题居中
title_run = title_.add_run(text) # 添加标题内容
# title_run.font.size = Pt(24) # 设置标题字体大小
title_run.font.name = 'Times New Roman' # 设置标题西文字体
title_run.font.color.rgb = RGBColor(0, 0, 0) # 字体颜色
title_run.element.rPr.rFonts.set(qn('w:eastAsia'), '微软雅黑') # 设置标题中文字体
add_header(text='Python自动化办公实战', level=1)
add_header(text='Python基础', level=2, align='left')
document.add_paragraph('Python 是一门面向对象的高级编程语言，易学易用，是自动化办公首选的工具。')
add_header('Python玩转图片', level=2, align='left')
document.add_paragraph('图片是工作中接触较多的媒体文件了，你可能需要图片压缩，加水印，文字识别等操作')
records = (
('Python 基础', '00:30', '2021-08-01', ''),
('Python 玩转图片', '01:00', '2021-08-01', ''),
('Python 玩转 Word', '01:00', '2021-08-01', ''),
)
table = document.add_table(rows=1, cols=4)
hdr_cells = table.rows[0].cells
hdr_cells[0].text = '章节'
hdr_cells[1].text = '时长'
hdr_cells[2].text = '日期'
hdr_cells[3].text = '备注'
for cell in hdr_cells:
set_cell_border(cell,
top={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
bottom={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
start={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
end={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
)
for chapter, time, date, note in records:
row_cells = table.add_row().cells
row_cells[0].text = chapter
row_cells[1].text = time
row_cells[2].text = date
row_cells[3].text = note
for cell in row_cells:
set_cell_border(cell,
top={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
bottom={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
start={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
end={"sz": 12, "val": "single", "color": "#FF0000", "space": "0"},
)
document.save('Python自动化办公实战.docx')
由于为表格添加边框的代码逻辑较为复杂，这里将其封装为一个独立的函数进行调用。
生成的Word文档效果如下，其中表格边框颜色、标题颜色、字体大小及样式均可根据需求进行设置：
其他常用操作
添加分页符的方法如下：
document.add_page_break()
向文档中添加图片的代码示例：
document.add_picture('monty-truth.png', width=Inches(1.25))
设置表格的列宽和行高：
'''
设置列宽
可以设置每个单元格的宽，同列单元格宽度相同，如果定义了不同的宽度将以最大值准
'''
table.cell(0,0).width=Cm(10)
#设置行高
table.rows[0].height=Cm(2)设定表格内字体的属性：
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
#设置整个表格字体属性
table.style.font.size=Pt(18)
table.style.font.color.rgb=RGBColor(255, 0, 0)
table.style.paragraph_format.alignment=WD_PARAGRAPH_ALIGNMENT.CENTER合并单元格的操作：
cell_1=table.cell(1, 0)
cell_2=table.cell(2, 1)
cell_1.merge(cell_2)修改文档整体字体的设置：
from docx import Document
from docx.shared import Pt #设置像素、缩进等
from docx.shared import RGBColor #设置字体颜色
from docx.oxml.ns import qn
doc = Document("xxx.docx")
for paragraph in doc.paragraphs:
for run in paragraph.runs:
run.font.bold = True
run.font.italic = True
run.font.underline = True
run.font.strike = True
run.font.shadow = True
run.font.size = Pt(18)
run.font.color.rgb = RGBColor(255,0,255)
run.font.name = "黑体"
# 设置像黑体这样的中文字体，必须添加下面 2 行代码
r = run._element.rPr.rFonts
r.set(qn("w:eastAsia"),"黑体")
doc.save("xxx.docx")
调整行间距的代码：
paragraph.paragraph_format.line_spacing = 5.0
调整段前与段后间距的方法：
#段前
paragraph.paragraph_format.space_before = Pt(12)
#段后
paragraph.paragraph_format.space_after = Pt(10)Word转PDF
仅需两行代码即可实现Word到PDF的转换，这里使用的是第三方库 docx2pdf。使用前需先执行 pip install docx2pdf 进行安装。
具体转换代码如下：
from docx2pdf import convert
convert("Python自动化办公实战.docx", "Python自动化办公实战.docx.pdf")若需将指定目录下的所有Word文件批量转换为PDF，可采用以下方式：
from docx2pdf import convert
convert("目录路径/")批量转换为PDF的过程是否显得十分便捷？
掌握这些基础操作后，可以组合成更复杂的自动化流程。例如，后续可以使用Python将Word转换为PDF后，作为附件自动发送邮件给相关人员。
最后的话
本文分享了一种读写Word文档的方法。在日常工作中，若遇到重复性的Word操作，建议考虑使用Python进行自动化处理。如有任何问题，欢迎留言交流。阅读原文可查看Gitee仓库中的完整代码。
以上就是Python办公自动化解决Word批量转换的详细内容，更多关于Python办公自动化的资料请关注本站其它相关文章！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
