使用Python的zipfile模块巧解Word批量生成问题

2024 年 03 月 23 日

55 次浏览

2848字数

在进行办公自动化、文档处理、报告生成等任务时，我们常常需要批量生成 Word 文档。使用 Python 的 zipfile 模块配合 docx 模板，可以高效地解决 Word 批量生成的问题。Python 语言因其简洁、高效的特点，在自动化办公领域的应用日益广泛。

首先，微软的 Word 文档（以 .docx 结尾）实质上是一个包含了文本、样式和媒体等内容的压缩包。要理解如何使用 zipfile 模块来操作 Word 文档，我们需要先了解到.docx文件的内部结构。一个 .docx 文件解压后主要包含以下几个部分：

word/ 文件夹: 包含文档主体内容的 document.xml，以及其他可能的组件如图片、样式定义等。
[Content_Types].xml 文件: 定义了文档中使用的文件类型。
_rels/ 文件夹: 存储了文件元素之间的关联信息。
docProps/ 文件夹: 包含文档属性如作者、标题等。

了解了基本结构后，我们可以使用 Python 中的 zipfile 模块来读取和修改这些 xml 文件，进而实现批量修改 Word 文档的内容。以下是一个简单的演示流程，显示如何使用 Python 批量生成 Word 文档：

准备一个 Word 文档作为模板，该文档中可以包含一些预定义的占位符（比如 {{name}}、{{date}} 等），这些占位符在 Python 脚本中将被替换为实际的内容。
使用 zipfile 模块读取模板文档，并定位到 word/document.xml 文件。
读取 document.xml 中的内容，并将内容中的占位符替换为实际数据。这通常可以通过字符串替换操作实现。
替换完成后，将修改后的 document.xml 内容重新打包到 zip 文件中，并将其扩展名改回 .docx，这样就生成了新的 Word 文档。

以下是一个用 Python 编写的简单示例脚本，展示如上步骤：

import zipfile
import os
from xml.etree import ElementTree as ET

# 要替换的数据
data = {
    "name": "John Doe",
    "date": "2021-01-01"
}

# Word模板文件路径
template_path = 'template.docx'

# 生成的Word文档路径
output_path = 'output.docx'

# 打开模板 Word 文档
with zipfile.ZipFile(template_path, 'r') as zin:
    # 读取所有内容并保存到临时目录
    zin.extractall('temp_dir')

# 读取 document.xml 文件
with open('temp_dir/word/document.xml', 'r', encoding='utf-8') as file:
    xml_str = file.read()

# 替换占位符
for key, value in data.items():
    xml_str = xml_str.replace(f'{{{{{key}}}}}', value)

# 写回修改后的XML内容
with open('temp_dir/word/document.xml', 'w', encoding='utf-8') as file:
    file.write(xml_str)

# 重新打包为 .docx 格式
with zipfile.ZipFile(output_path, 'w', zipfile.ZIP_DEFLATED) as zout:
    for root, dirs, files in os.walk('temp_dir'):
        for file in files:
            # 生成在zip文件中的完整路径
            full_path = os.path.join(root, file)
            relative_path = os.path.relpath(full_path, 'temp_dir')
            zout.write(full_path, relative_path)

# 清理临时目录
shutil.rmtree('temp_dir')

print("Word文档生成完毕!")

在这段代码中，我们先指定了一个包含两个占位符的字典 data，然后打开了模板 Word 文件，从中提取出 document.xml，将模板中的占位符替换为 data 字典中的相应值。之后，我们再将修改后的 document.xml 文件打包回一个新的 Word 文档中。

通过以上步骤，我们得到了填充了特定数据的 Word 文档。这个过程可以通过循环对多个数据集重复执行，从而实现批量生成多个 Word 文档的目标。