学会自动化办公&用代码写到word文档里

目录

一、下载python-docx

二、使用

1、导入 python-docx

2、新建

3、保存

4、?添加标题

?5、添加段落

6、添加表格

7、添加分页（页面换行符）

8、添加章节

9、添加图片

三、报错总结

四、案例

在网上爬小说写到word文档中

?小说拿图片

?拿小说标题

?拿小说其他信息做成表格

?拿小说简介

效果演示?

五、思维导图总结

---

一、下载python-docx

输入pip install? python-docx

再下载pip install requests_html（后面给来发请求）

二、使用

1、导入 python-docx

from docx import Document

2、新建

括号里面有内容就是打开文件?

document = Document(path)

document = Document()

3、保存

document.save(path)

document.save('demo.docx')

4、?添加标题

add_heading（text=?,level=?）

text文本内容 level标题的级别，可以设置范围0-9

document.add_heading('Heading, level 1', level=1)

?5、添加段落

语法：

add_paragraph（text=?,style=?）

add_paragraph()方法返回Paragraph（）对象

• add_run():用来追加段落内容，设置样式
• clear():将段落删除，返回改的内容，但是格式和样式会保留
• insert_paragraph_before():在本段落之前插入新段落
• alignment:设置对齐方式
• paragraph_format:设置段落格式
• style：返回样式
• text:返回文本

列表：

style='List Bullet'

style='ListNumber'

一个文章内容大部分是段落
List Bullet以列表形式

6、添加表格

add_table(rows,cols,style=?)

#表格数据
records = (
    (3, '101', 'Spam'),
    (7, '422', 'Eggs'),
    (4, '631', 'Spam, spam, eggs, and spam')
)
#新建表格  rows=1, cols=3一行三列
table = document.add_table(rows=1, cols=3)
#先拿到表格所有列，再赋值从0开始
hdr_cells = table.rows[0].cells
hdr_cells[0].text = 'Qty'
hdr_cells[1].text = 'Id'
hdr_cells[2].text = 'Desc'
for qty, id, desc in records:
    #添加列
    row_cells = table.add_row().cells
    row_cells[0].text = str(qty)
    row_cells[1].text = id
    row_cells[2].text = desc

7、添加分页（页面换行符）

add_page_break()

在文档里面Ctrl+回车Enter
保存文档，默认保存当前目录底下

document.add_page_break()

8、添加章节

add_section()

document.add_page_break()

9、添加图片

add_picture(path,width=?,height=?)

Inches英寸，也可以用Cm但是要导包

第二中方式添加流方式
打开文件
rs=open('d://a.jpg',mode='rb')

document.add_picture('monty-truth.png', width=Inches(1.25))

三、报错总结

1、文档必须是关闭的，否则保存，因为权限不够

2、??#https://www.biqg.cc发链接要加上域名否则无效报错

四、案例

在网上爬小说写到word文档中

网站：https://www.biqg.cc/book/6909/

# 导入模块（发起请求的）
import io

from docx.shared import Cm
from requests_html import HTMLSession
from docx import Document

# 新建一个对象
session = HTMLSession()
# 发起请求，拿到响应resp
resp = session.get('https://www.biqg.cc/book/6909/')
# 获得对应的数据
html = resp.html

• ?小说拿图片

在浏览器右键---->点击选择

# 调用方法  方式一：css选择器    方式二：xpath


# css选择器
# 拿封面
# 获得图片内容    [0]个的原因是find查出来是多个
img = html.find('div.cover img')[0]
# 获得图片路径-------------拿到所有属性，在从所有属性找到src
img_src = img.attrs['src']
# 根据图片路径发请求，拿到数据----content图片是二进制
content = session.get(img_src).content

# 新建一个文档
doc = Document()
# 图片数据写入到文档，作为封面使用
doc.add_picture(io.BytesIO(content), width=Cm(15), height=Cm(15))

• ?拿小说标题

# 拿到小说的标题---是文本
title = html.find('.info h1')[0].text
# 放入到文档中（添加标题） level等级
doc.add_heading(text=title, level=0)

• ?拿小说其他信息做成表格

# 拿作者。。。
# 找到4个span标签   html.find('.small span')拿到的是集合,所有要使用列表推导式拿出来
ts = [e.text for e in html.find('.small span')]
# print(ts)
#
# # 创建表格 两行两列
tab = doc.add_table(2, 2)

# # 第0行第9列
tab.cell(0, 0).text = ts[0]
tab.cell(0, 1).text = ts[1]
tab.cell(1, 0).text = ts[2]
tab.cell(1, 1).text = ts[3]
# 有框
tab.style = 'Table Grid'

• ?拿小说简介

# 拿简介
# 拿到小说的标题---是文本
info = html.find('.intro dd')[0].text
# 放入到文档中
p = doc.add_paragraph()
# 让简介加粗---分批加add_run
p.add_run('简介：\n').bold = True
p.add_run(info)

?拿小说目录和章节与正文

?正文?

# 拿目录---正文链接
ms = [e.attrs['href'] for e in html.find('.listmain dd a')]
for i in range(ms):
    # 拿到对应的正文链接
    text_url = ms[i]
    # 发起请求,发到正文中,拿到响应对象text_html
    # https://www.biqg.cc发链接要加上域名否则无效报错
    text_html = session.get("https://www.biqg.cc"+text_url).html
    #  读取每个章节标题（根据正文读标题）
    text_title = text_html.find('.title')[0].text
    # 写入到文档中
    doc.add_heading(text=text_title, level=1)

    # 写入正文（会发生问题，所有正文的放在一个div里面的，如果直接读就会有很多，每一句都是一个段落，格式会乱）
    # 获取正文  #是id
    text_content = text_html.find('#chaptercontent')[0].text
    # 正文应该是划分成多个段落,要分割，根据换行来切   text_content.split("\n")

    #每个段落前面都有空字符串，要去掉，做遍历
    for t in  text_content.split("\n"):
        if t:
             #每进来一次就提交一个段落
            doc.add_paragraph(t)

# 保存文档
doc.save('xs.docx')

问题：?

?

• 效果演示?

五、思维导图总结