工作中遇到的一个问题，要把一个单机软件导出的A报告（Word格式的）的数据放到B报告（同样也是Word格式的），这个步骤一直是手工复制粘贴实现，极费时间。想过用OCR识别，看了一下价格有点抵不住，毕竟这个量不少，于是打算用python操作Word，刚好学习浅尝一下python。之前没接触过python，花了几天缝缝补补弄了一个并打包Pyinstaller打包成exe，这样的好处是拷贝到别人电脑也能用，不用考虑对方电脑有没有python环境，因为还得下载依赖库。

用的python docx以及python docx template，前者是一个可以读取、修改、创建Word的库，后者是一个可以替换Word制定内容的库。

1
2
3
4
5
# Word模板

亲爱的{{user}}您好:
	您在{{url}}上的邮件地址{{mail}}需要被确认，以便您接收通知消息。
	
1
# 表格循环替换

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
# 渲染替换代码
from docxtpl import DocxTemplate

tpl = DocxTemplate('template/SJ046-02-XXXX-检测报告.docx')

context={
    'user':'likasi',
    'url':'httpblog.likasi.top',
    'mail':'yyyy@qq.com',
    'res':[
       {
     	  'serial':'001',
          'number':'YNZH109203810',
          'name':'张三',
          'gendr':'男',
          'type':'放射卫生',
          'value':'0.03'
       },
       {
     	  'serial':'002',
          'number':'YNZH109203811',
          'name':'李丽',
          'gendr':'女',
          'type':'职业卫生',
          'value':'0.02'
       }, 
    ]
}

path = "E:\\ReportReplace\\output\\"

tpl.render(context)

tpl.save(path+'relace.docx')

思路就是通过python docx读取Word内容，然后正则匹配出来，封装成想要渲染的context数据，再用python docx template渲染。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
# 读取数据代码
import docx

file=docx.Document('XXXX.docx')

# 输出每一段的内容
para_list = []
# 段落
for para in file.paragraphs:
    para_list.append(para.text)

# 上半部表 按行读取
table_list_top = []
for table in file.tables:
    for row in table.rows:
        for cell in row.cells:
            table_list_top.append(cell.text)

# 下半部表 按列读取
table_list_bottom = []
for table in file.tables:
    for column in table.columns:
        for cell in column.cells:
            table_list_bottom.append(cell.text)

# 正则匹配 
...

# 封装为dict
...

以上都是只截取了部分代码，因为都放上也没有意义，这个还得根据实际文档来拿数据。在你Word模板设置字体字号就设置好，替换后的也就是那个字体和字号格式等。

人生苦短，我选python也不是没有道理的，各种库拿来就是用啊，还是很方便的。