前言：

前兩篇博客介紹了 Python 的 docx 模塊對 Word 文檔的寫操作，這篇博客將介紹如何用 docx 模塊讀取已有 Word 文檔中的信息。

本篇博客主要內容有：

1、獲取文檔的章節信息；

2、獲取段落文本信息；

3、獲取表格內文本信息；

4、獲取文檔內格式信息。

1、獲取文檔章節信息：

1、用docx模塊獲取已有的word文檔對象：

from docx import Document

# Document 類，不僅可以新建word文檔，也可以打開一個本地文檔

doc = Document(‘test03.docx‘) # 想獲取的文檔文件名，這里是相對路徑。

用做示例的 test03.docx 文件截圖如下：

文檔中有兩個章節共兩頁（一個章節一頁），一個章節的頁面為 A3 ，另一個為 A4。

2、獲取文檔章節信息：

# 獲取文檔所有章節

sections = doc.sections

"class Sections(Sequence):"

print(sections)

#

# 查看章節數量

print(len(sections)) # 2

注意：

章節對象的概念雖然比段落對象大，章節對象可以設置本章節的頁面大小頁眉頁腳等，在該章節的段落對象必須遵守該章節的設置。

但是又并不存在包含關系，也就是說不能通過章節對象獲取到段落信息。

3、獲取頁邊距等信息：

# 獲取章節對象的頁邊距等信息

sec0 = sections[0]

"class Section(object):"

‘‘‘

官方解釋：文檔節，提供對節和頁面設置的訪問。

還提供對頁眉和頁腳的訪問。

‘‘‘

print(sec0)

#

# 獲取章節頁面信息

# 獲取頁面邊距值：（單位為像素）

print(‘左邊距：‘,sec0.left_margin)

# 左邊距： 914400

print(‘右邊距：‘,sec0.right_margin)

# 右邊距： 914400

print(‘上邊距：‘,sec0.top_margin)

# 上邊距： 1143000

print(‘下邊距：‘,sec0.bottom_margin)

# 下邊距： 1143000

print(‘頁眉邊距：‘,sec0.header_distance)

# 頁眉邊距： 540385

print(‘頁腳邊距：‘,sec0.footer_distance)

# 頁腳邊距： 629920

print(‘頁面方向：‘,sec0.orientation)

# 頁面方向： LANDSCAPE (1)

print(‘頁面高度：‘,sec0.page_height)

# 頁面高度： 10657205

print(‘頁面寬度：‘,sec0.page_width)

# 頁面寬度： 15085695

這里獲取的是第一個章節的頁面信息，也就是 A3 頁面的信息。

注：上一篇博客 往Word文檔中插入圖片、表格，設置表格樣式，章節，頁眉頁腳等，在介紹設置頁面信息時，忘記介紹如何設置頁面方向了，這里補充一下：

設置頁面方向：

# 導入設置頁面方向所需模塊

from docx.enum.section import WD_ORIENT

# 獲取章節對象

section = document.sections[0]

# 設置頁面方向

section.orientation = WD_ORIENT.LANDSCAPE # 橫向

可設置項有橫向( LANDSCAPE ) 和縱向 ( PORTRAIT )：

‘‘‘

‘PORTRAIT‘, 0, ‘portrait‘, ‘Portrait orientation.‘

‘LANDSCAPE‘, 1, ‘landscape‘, ‘Landscape orientation.‘

‘‘‘

文檔截圖：

4、獲取文檔頁眉頁腳信息：

head0 = sec0.header # 獲取頁眉對象

print(head0)

#

head0_pars = head0.paragraphs # 獲取 頁眉 paragraphs

# 獲取頁眉文字信息

# 因存在多個 paragraph 對象的可能所以用循環讀取的方式

head0_string = ‘‘

for par in head0_pars:

head0_string += par.text

print(head0_string)

# 儀征市馬集鎮總體規劃（2017-2030）——說明

# 獲取頁腳信息，也是類似的方法

foot0 = sec0.footer

print(foot0) # 獲取頁腳對象

#

foot0_pars = foot0.paragraphs

foot0_string = ‘‘

for par in foot0_pars:

foot0_string += par.text

print(foot0_string)

# 1

2、獲取段落文字信息：

1、獲取Word文檔所有段落對象：

"獲取文檔所有段落信息："

# 獲取文檔所有段落對象

paragraphs = doc.paragraphs

注意：

paragraphs 獲取的是文檔中所有段落對象的列表，嚴格來說是word文檔中正文部分的段落對象列表。因為通過前文的介紹，許多除正文部分，如 表格，頁面頁腳等元素也包含 paragraph 對象。

而 doc.paragraphs 獲取到的 paragraph 不包含這些段落對象。

2、獲取段落對象文字信息：

print(paragraphs)

print(len(paragraphs)) # 打印結果：20

# 獲取一個段落對象的文字信息

par0 = paragraphs[0]

print(par0)

par0_string = par0.text

print(par0_string)

# 獲取所有段落文字信息

pars_string = [par.text for par in paragraphs]

print(pars_string)

par0_string 打印截圖：

3、獲取段落格式信息：

print(‘段落對齊方式：‘,par0.paragraph_format.alignment)

# 段落對齊方式： LEFT (0)

print(‘左縮進：‘,par0.paragraph_format.left_indent)

# 左縮進： None

print(‘右縮進：‘,par0.paragraph_format.right_indent)

# 右縮進： None

print(‘首行縮進：‘,par0.paragraph_format.first_line_indent)

# 首行縮進： 304800

print(‘行間距：‘,par0.paragraph_format.line_spacing)

# 行間距： 1.5

print(‘段前間距：‘,par0.paragraph_format.space_before)

# 段前間距： 198120

print(‘段后間距：‘,par0.paragraph_format.space_after)

# 段后間距： 198120

3、獲取文字格式信息：

paragraph 對象 里還有更小的 run 對象，run 對象才包含了段落對象的文字信息。

paragraph.text 方法也是通過 run 對象的方法獲取到文字信息的：

paragraph.text 方法源碼：

def text(self):

text = ‘‘

for run in self.runs:

text += run.text

return text

文字的字體、大小、下劃線等信息都包含在 run 對象中（不清楚的看前面的博客）：

# 獲取段落的 run 對象列表

runs = par0.runs

print(runs)

# 獲取 run 對象

run_0 = runs[0]

print(run_0.text) # 獲取 run 對象文字信息

# 打印結果：

# 堅持因地制宜，差異化打造特色小鎮，

文檔 段落 和 run 對象示意：

獲取文字格式信息：

# 獲取文字格式信息

print(‘字體名稱：‘,run_0.font.name)

# 字體名稱： 宋體

print(‘字體大小：‘,run_0.font.size)

# 字體大小： 152400

print(‘是否加粗：‘,run_0.font.bold)

# 是否加粗： None

print(‘是否斜體：‘,run_0.font.italic)

# 是否斜體： True

print(‘字體顏色：‘,run_0.font.color.rgb)

# 字體顏色： FF0000

print(‘字體高亮：‘,run_0.font.highlight_color)

# 字體高亮： YELLOW (7)

print(‘下劃線：‘,run_0.font.underline)

# 下劃線： True

print(‘刪除線：‘,run_0.font.strike)

# 刪除線： None

print(‘雙刪除線：‘,run_0.font.double_strike)

# 雙刪除線： None

print(‘下標：‘,run_0.font.subscript)

# 下標： None

print(‘上標：‘,run_0.font.superscript)

# 上標： None

注：前面的博客好像也沒介紹文字背景顏色的設置…

背景顏色設置方法： （與字體顏色設置方法有區別）

# 設置背景顏色

from docx.enum.text import WD_COLOR_INDEX

run_2.font.highlight_color = WD_COLOR_INDEX.YELLOW

背景顏色可選值有：

‘‘‘

‘AUTO‘, 0, ‘default‘

‘BLACK‘, 1, ‘black‘

‘BLUE‘, 2, ‘blue‘

‘BRIGHT_GREEN‘, 4, ‘green‘,

‘DARK_BLUE‘, 9, ‘darkBlue‘,

‘DARK_RED‘, 13, ‘darkRed‘

‘DARK_YELLOW‘, 14, ‘darkYellow‘

‘GRAY_25‘, 16, ‘lightGray‘

‘GRAY_50‘, 15, ‘darkGray‘

‘GREEN‘, 11, ‘darkGreen‘

‘PINK‘, 5, ‘magenta‘

‘RED‘, 6, ‘red‘

‘TEAL‘, 10, ‘darkCyan‘

‘TURQUOISE‘, 3, ‘cyan‘

‘VIOLET‘, 12, ‘darkMagenta‘

‘WHITE‘, 8, ‘white‘

‘YELLOW‘, 7, ‘yellow‘

‘‘‘

4、獲取文檔中表格信息：

示例文檔中表格截圖：

1、獲取表格樣式、單元格對象及文字信息：

# 獲取文檔中表格信息

tables = doc.tables # 獲取文檔中所有表格對象的列表

print(tables)

# []

print(len(tables)) # 查看文檔中表格數量

# 1

table0 = tables[0] # 獲取表格對象

# 獲取表格的樣式信息

print(table0.style)

# _TableStyle(‘Normal Table‘) id: 190621384

# 獲取一個表格的所有單元格

cells = table0._cells

print(len(cells)) # 表格中單元格數量

# 15

# 獲取單元格內所有文字信息

cells_string = [cell.text for cell in cells]

print(cells_string)

cells_string 打印截圖：

從截圖中可以看出來，用 tableobj._cells 獲取到的單元格對象列表是按行排列的。

2、獲取表格的行列對象：

# 獲取表格對象行數量、列數量

col_num = len(table0.columns)

print(col_num) # 3

# 行數量

row_num = len(table0.rows)

print(row_num) # 5

# 獲取行對象

row0 = table0.rows[0]

# 獲取列對象

col0 = table0.columns[0]

# 獲取行對象文字信息

‘要用 row0.cells 獲取行對象的 cell 才能獲取其文字信息‘

row0_string = [cell.text for cell in row0.cells]

print(row0_string)

# 獲取列對象文字信息

col0_string = [cell.text for cell in col0.cells]

print(col0_string

注：在介紹單元格格式信息時，說過單元格內文字信息也是通過 run 對象設置，故獲取文字信息也和前面獲取段落文字信息類似，就不重復講了。

結尾：

以上就是本篇博客的全部內容了，后面將會用兩個實例來將前面三篇博客的知識點串聯起來，感謝閱讀。

該專欄會對 Python 的第三方模塊，如：xlwt，xlrd，python-docx等，操作 Office 辦公軟件（Word Excel PPT）的方法進行詳細講解。同時也會搭配一些實例演練，一方面強化知識點的理解與運用，另一方面也希望能起到，引導讀者進行思考：如何用 python 提高 offic 辦公軟件辦公效率的作用。

感興趣的朋友，可以點個 關注 或 收藏 。如在博客中遇到任何問題或有一些想法、需求，可留言或私信。

創作不易，你的支持是我最大的動力，感謝 ！

原文地址：https://www.cnblogs.com/cnchemmy/p/13266233.html

總結

以上是生活随笔為你收集整理的python word排版_利用Python-docx 读写 Word 文档中的正文、表格、段落、字体等的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。