經(jīng)常寫文章的小白們會(huì)遇到這樣的問題，知道想表達(dá)的意思，想出了大概描述的詞匯，但就是缺乏完整漂亮的句子，也許曾經(jīng)在某個(gè)地方看到過，但是找不到了。另外一種情況，閱讀了大量的報(bào)告，用的時(shí)候想到了其中的某個(gè)結(jié)論或者數(shù)據(jù)，想要追根溯源卻有點(diǎn)難。可惜word軟件不提供在一堆文件里查找的功能，也沒有類似于正則表達(dá)式的檢索方法，只好自力更生來實(shí)現(xiàn)了。

python大法好。

依賴的包：python-docx

安裝：pip install python-docx

引用：import docx

.docx文件的結(jié)構(gòu)比較復(fù)雜，分為三層，1、Docment對(duì)象表示整個(gè)文檔；2、Docment包含了Paragraph對(duì)象的列表，Paragraph對(duì)象用來表示文檔中的段落；3、一個(gè)Paragraph對(duì)象包含Run對(duì)象的列表，用下面這個(gè)圖說明Run到底是神馬東西。

Word里面的文本不只是包含了字符串，還有字號(hào)、字體、顏色等等屬性，都包含在style中。一個(gè)Run對(duì)象就是style相同的一段文本，新建一個(gè)Run就有新的style。

下面是一些簡單的演示：

1 >>> importdocx2 >>> doc = docx.Document('D:\project\python\searchdocx\demo.docx')3 >>>doc4

5 >>>len(doc.paragraphs)6 7

7 >>>doc.paragraphs[0].text8 u'Document Title'

9 >>> doc.paragraphs[1].text10 u'A plain paragraph with some bold and some italic'

11 >>> len(doc.paragraphs[1].runs)12 5

13 >>> doc.paragraphs[1].runs[0]14

15 >>> doc.paragraphs[1].runs[0].text16 'A plain paragraph with'

17 >>> doc.paragraphs[2].runs[0].text18 'Heading, level 1'

19 >>> doc.paragraphs[1].runs[1].text20 'some'

21 >>>

當(dāng)然，也可以寫一個(gè)簡單的方法，讀取文檔中的所有文字，不管格式。

importdocxdefreadDocx(docName):

fullText=[]

doc=docx.Document(docName)

paras=doc.paragraphsfor p inparas:

fullText.append(p.text)return '\n'.join(fullText)

與50位技術(shù)專家面對(duì)面20年技術(shù)見證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的pythondocx文档重叠_使用PYTHON实现docx文档的读写的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。