python doc docx 搜索替换

原创

mob64ca12d4da72 2024-09-02 06:36:33 ©著作权

文章标签 Word python Python 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob64ca12d4da72的原创作品，请联系作者获取转载授权，否则将追究法律责任

使用 Python 和 docx 库进行 Word 文档的搜索与替换

在办公自动化和数据处理的领域，Word 文档的编辑与处理频繁发生。在文章撰写、报告制作和数据记录等场合，我们常常需要对 Word 文档中的特定内容进行搜索与替换。本文将介绍如何使用 Python 的 python-docx 库实现这一功能。

安装 `python-docx` 库

在开始之前，请确保你的计算机上安装了 python-docx 库。你可以通过以下命令进行安装：

pip install python-docx

此库非常易于使用，允许用户创建、修改和读取 Word 文档。

创建 Word 文档

在进行搜索和替换前，我们先创建一个简单的 Word 文档，以便后续操作。以下代码展示了如何使用 python-docx 创建一个 Word 文档并写入一些文本：

from docx import Document

# 创建文档
doc = Document()

# 添加段落
doc.add_paragraph("这是一个测试文档。")
doc.add_paragraph("我们将使用 Python 进行搜索和替换。")
doc.add_paragraph("应当替换到的词是：Python。")

# 保存文档
doc.save("test.docx")

当运行这段代码后，会在当前目录下生成一个名为 test.docx 的文件。

搜索和替换

接下来，我们将介绍如何在 Word 文档中进行搜索和替换。具体来说，我们将查找文档中的“Python”，然后将其替换为“Java”。

以下代码实现了这一功能：

from docx import Document

def replace_text_in_docx(file_path, search_text, replace_text):
    # 打开文档
    doc = Document(file_path)
    
    # 遍历每一个段落
    for p in doc.paragraphs:
        if search_text in p.text:
            # 替换文本
            inline = p.runs
            for i in range(len(inline)):
                if search_text in inline[i].text:
                    # 替换内容
                    inline[i].text = inline[i].text.replace(search_text, replace_text)

    # 保存文档
    doc.save("updated_" + file_path)

# 使用函数
replace_text_in_docx("test.docx", "Python", "Java")

以上代码中，replace_text_in_docx 函数接受文件路径、要搜索的文本和替换的文本作为参数。它将找到该文本并进行替换。替换完成后，将文档保存为一个新文件。

表格处理

如果文档中包含表格，python-docx 也允许我们对表格内容进行搜索和替换。假设我们在 Word 文档中添加了一个简单的表格如下：

from docx import Document

# 创建表格
doc = Document()
doc.add_paragraph("这是一个带有表格的文档。")

table = doc.add_table(rows=2, cols=2)
table.cell(0, 0).text = "语言"
table.cell(0, 1).text = "类型"
table.cell(1, 0).text = "Python"
table.cell(1, 1).text = "编程语言"

doc.save("table_test.docx")

要替换表格中的文本，我们可以对代码稍作修改：

def replace_text_in_table(file_path, search_text, replace_text):
    # 打开文档
    doc = Document(file_path)
    
    # 替换段落中的文本
    for p in doc.paragraphs:
        if search_text in p.text:
            inline = p.runs
            for i in range(len(inline)):
                if search_text in inline[i].text:
                    inline[i].text = inline[i].text.replace(search_text, replace_text)

    # 遍历表格
    for table in doc.tables:
        for row in table.rows:
            for cell in row.cells:
                if search_text in cell.text:
                    cell.text = cell.text.replace(search_text, replace_text)
    
    # 保存文档
    doc.save("updated_" + file_path)

# 使用函数
replace_text_in_table("table_test.docx", "Python", "Java")

此代码对表格的处理与段落的处理类似，确保我们可以在所有地方进行搜索和替换。