Python操作docx文件：表格与文字处理全攻略

在自动化办公场景中，通过Python处理Word文档（.docx）是提升效率的关键技能。本文聚焦python-docx库，深入解析如何实现表格的动态创建、样式定制，以及文字内容的精准插入与格式调整，为开发者提供可落地的解决方案。

一、环境准备与基础操作

1.1 安装依赖库

使用pip安装python-docx库：

pip install python-docx

该库基于docx文件格式规范，支持对Word文档的段落、表格、样式等元素的完整操作。

1.2 创建新文档

from docx import Document
doc = Document()  # 创建空白文档
doc.save("demo.docx")  # 保存文档

通过Document()实例化对象后，可调用其方法添加内容。

二、表格操作：从创建到高级定制

2.1 基础表格创建

使用add_table()方法动态生成表格，需指定行数和列数：

table = doc.add_table(rows=3, cols=2)  # 3行2列表格
# 填充表格内容
table.cell(0, 0).text = "姓名"  # 第1行第1列
table.cell(0, 1).text = "年龄"  # 第1行第2列
table.cell(1, 0).text = "张三"
table.cell(1, 1).text = "25"

此方法适用于快速生成简单表格，但需手动处理单元格内容。

2.2 表格样式与格式优化

2.2.1 预设样式应用

python-docx提供内置表格样式（如Table Grid、Light Shading）：

table = doc.add_table(rows=2, cols=2)
table.style = "Table Grid"  # 应用网格线样式

通过style属性可直接引用Word预定义样式，提升表格美观度。

2.2.2 单元格格式定制

• 字体与对齐：

  from docx.shared import Pt, RGBColor
  cell = table.cell(0, 0)
  paragraph = cell.paragraphs[0]
  run = paragraph.add_run("标题")
  run.font.bold = True  # 加粗
  run.font.color.rgb = RGBColor(255, 0, 0)  # 红色字体
  paragraph.alignment = 1  # 居中对齐（0左，1中，2右）

• 边框与背景：

  from docx.shared import Inches
  cell = table.cell(1, 1)
  cell.paragraphs[0].alignment = 1  # 居中
  # 设置背景色（需通过段落填充实现）
  shading = cell._element.xpath('.//w:shd')[0]
  shading.set(qn('w:fill'), 'D9D9D9')  # 灰色背景

  （注：边框设置需通过docx.oxml模块操作底层XML，此处省略复杂代码）

2.3 动态表格生成技巧

结合循环与条件判断，可实现数据驱动的表格生成：

data = [
    {"产品": "A", "销量": 120, "占比": "30%"},
    {"产品": "B", "销量": 90, "占比": "22.5%"}
]
table = doc.add_table(rows=len(data)+1, cols=3)
# 表头
for col_idx, header in enumerate(["产品", "销量", "占比"]):
    table.cell(0, col_idx).text = header
# 数据行
for row_idx, item in enumerate(data, start=1):
    table.cell(row_idx, 0).text = item["产品"]
    table.cell(row_idx, 1).text = str(item["销量"])
    table.cell(row_idx, 2).text = item["占比"]

此方法适用于从数据库或API获取数据后自动填充表格。

三、文字处理：精准控制与样式优化

3.1 段落与文字插入

• 基础文字添加：

  doc.add_paragraph("这是第一段文字。")

• 多级段落控制：

  p = doc.add_paragraph()
  p.add_run("加粗文字").bold = True
  p.add_run("，普通文字").bold = False

3.2 文字样式高级定制

3.2.1 字体与颜色

from docx.shared import Pt, RGBColor
p = doc.add_paragraph()
run = p.add_run("彩色文字")
run.font.name = "微软雅黑"  # 字体
run.font.size = Pt(14)  # 字号
run.font.color.rgb = RGBColor(0, 128, 0)  # 绿色

3.2.2 行距与缩进

from docx.shared import Inches
p = doc.add_paragraph("行距示例")
p.paragraph_format.line_spacing = 1.5  # 1.5倍行距
p.paragraph_format.first_line_indent = Inches(0.5)  # 首行缩进0.5英寸

3.3 文字与表格协同处理

在文档中混合文字与表格时，可通过add_paragraph()和add_table()交替调用实现布局控制：

doc.add_heading("销售报告", level=1)  # 一级标题
doc.add_paragraph("以下是2023年Q1销售数据：")
# 插入表格
table = doc.add_table(rows=2, cols=2)
table.cell(0, 0).text = "区域"
table.cell(0, 1).text = "销售额"
table.cell(1, 0).text = "华东"
table.cell(1, 1).text = "¥500,000"
doc.add_paragraph("数据截至2023年3月31日。")

四、常见问题与解决方案

4.1 表格跨页断裂问题

通过设置表格属性避免跨页时表格断裂：

from docx.oxml.ns import qn
from docx.oxml import OxmlElement
def set_table_keep_together(table):
    tr = table._tbl.xpath('.//w:tr')[0]  # 获取第一行
    tr_pr = tr.get_or_add_trPr()
    cant_split = OxmlElement('w:cantSplit')
    tr_pr.append(cant_split)
# 应用示例
table = doc.add_table(rows=10, cols=2)
set_table_keep_together(table)

4.2 复杂样式兼容性

部分Word样式（如自定义样式表）可能无法直接通过python-docx调用。建议：

1. 预先在Word中创建样式模板，保存为.dotx文件。
2. 使用Document("template.dotx")加载模板后操作。

4.3 性能优化

处理超大型文档时，建议：

• 分批次写入数据，避免内存溢出。
• 减少频繁的样式修改操作，尽量批量设置。

五、实际应用场景示例

5.1 自动生成销售报表

from docx import Document
from docx.shared import Pt, RGBColor
def generate_sales_report(data, output_path):
    doc = Document()
    # 标题
    doc.add_heading("季度销售报表", level=0)
    # 文字说明
    doc.add_paragraph("本季度销售额同比增长15%。")
    # 表格
    table = doc.add_table(rows=len(data)+1, cols=4)
    table.style = "Table Grid"
    # 表头
    headers = ["区域", "销售额", "目标", "达成率"]
    for col_idx, header in enumerate(headers):
        table.cell(0, col_idx).text = header
    # 数据行
    for row_idx, item in enumerate(data, start=1):
        table.cell(row_idx, 0).text = item["region"]
        table.cell(row_idx, 1).text = str(item["sales"])
        table.cell(row_idx, 2).text = str(item["target"])
        rate = f"{item['sales']/item['target']*100:.1f}%"
        table.cell(row_idx, 3).text = rate
        # 条件格式：未达成目标标红
        if item["sales"] < item["target"]:
            cell = table.cell(row_idx, 3)
            for paragraph in cell.paragraphs:
                for run in paragraph.runs:
                    run.font.color.rgb = RGBColor(255, 0, 0)
    doc.save(output_path)
# 示例数据
data = [
    {"region": "华东", "sales": 120, "target": 100},
    {"region": "华北", "sales": 85, "target": 90}
]
generate_sales_report(data, "sales_report.docx")

此脚本可自动生成包含条件格式的销售报表，显著提升工作效率。

六、总结与进阶建议

6.1 核心技能总结

• 表格操作：掌握add_table()、单元格定位、样式应用。
• 文字处理：熟练设置字体、颜色、行距等属性。
• 协同布局：合理混合段落与表格，控制文档结构。

6.2 进阶学习方向

• 深入研究docx.oxml模块，实现更复杂的样式定制。
• 结合pandas库，实现从Excel到Word的数据自动化流转。
• 探索mailmerge功能，批量生成个性化文档。

通过系统掌握上述技术，开发者可高效完成Word文档自动化生成任务，为业务场景提供强有力的技术支持。