簡(jiǎn)介這份資源面向需要批量處理Word文檔的Python學(xué)習(xí)者與辦公自動(dòng)化從業(yè)者聚焦用python-docx庫(kù)把圖片和表格高效寫入.docx文件解決重復(fù)手工排版、逐份生成文檔的痛點(diǎn)適合具備Python基礎(chǔ)、希望提升文檔處理效率的初中級(jí)開發(fā)者。壓縮包共12個(gè)文件約367KB包含10個(gè)docx示例文檔、1個(gè)py腳本和1個(gè)jpg圖片docx用于展示批量生成的工資調(diào)整通知效果py腳本承載圖片遍歷與表格填充的核心邏輯jpg則作為插入圖片的素材。目前已有181人學(xué)習(xí)下載。讀者可從中獲得可直接運(yùn)行的批量處理腳本理解Document創(chuàng)建、add_picture插圖、add_table建表與cell填充、doc.save保存等關(guān)鍵用法并借助os庫(kù)遍歷目錄的思路把同一套流程遷移到通知、報(bào)表、臺(tái)賬等場(chǎng)景快速搭建屬于自己的文檔自動(dòng)化方案。1. 批量把圖片和表格塞進(jìn) Word一份能直接跑的 python-docx 腳本包手里攢了三十幾份巡檢記錄每份都要把現(xiàn)場(chǎng)照片和檢測(cè)數(shù)據(jù)表貼進(jìn)對(duì)應(yīng)的 Word 模板里手動(dòng)復(fù)制粘貼到第三份的時(shí)候我就知道這事不能這么干。這份資源就是沖著這個(gè)場(chǎng)景來(lái)的一個(gè)基于 python-docx 的批量寫入腳本包把散落在文件夾里的圖片和表格按規(guī)則灌進(jìn) .docx省掉重復(fù)勞動(dòng)。它適合兩類人——一類是天天跟報(bào)表、臺(tái)賬、檢測(cè)記錄打交道的辦公崗另一類是想拿 python-docx 練手但不知道從哪下手的開發(fā)者。核心邏輯不復(fù)雜難的是圖片尺寸、表格樣式、中文字體這些細(xì)節(jié)腳本包里都做了預(yù)設(shè)改幾個(gè)路徑就能跑。2. 拆開腳本包python-docx 寫入圖片和表格的底層邏輯2.1 為什么選 python-docx 而不是直接操作 XMLWord 的 .docx 本質(zhì)是個(gè) zip 包里面是一堆 XML。理論上你可以用 zipfile 解壓、改 document.xml、再壓回去但這條路走一次就不想走第二次——命名空間、關(guān)系映射、rId 分配任何一處對(duì)不上Word 打開就報(bào)“內(nèi)容有問(wèn)題”。python-docx 把這層封裝掉了它把 document.xml 里的段落、表格、圖片關(guān)系都抽象成 Python 對(duì)象你調(diào) add_picture、add_table 就行。常見(jiàn)做法是用 python-docx 做主體寫入遇到它不支持的冷門樣式比如某些域代碼、復(fù)雜頁(yè)眉再退回 lxml 操作底層 XML。這份腳本包走的就是這個(gè)路線主體用 python-docx個(gè)別地方用 OxmlElement 補(bǔ)了邊框和底紋。選型上還有一個(gè)考慮是依賴輕。python-docx 只依賴 lxml 和 typing-extensionspip 裝完就能用不需要裝 Office也不需要 COM 接口。這意味著它能在 Linux 服務(wù)器上跑也能塞進(jìn)定時(shí)任務(wù)里。如果你之前用 win32com 操作 Word應(yīng)該體會(huì)過(guò)那種“必須開著 Word 進(jìn)程、偶爾卡死、報(bào)錯(cuò)信息看不懂”的滋味python-docx 在這點(diǎn)上干凈得多。2.2 圖片寫入尺寸、對(duì)齊和路徑的三個(gè)參數(shù)先看圖片寫入的核心代碼。腳本包里把這段封裝成了insert_images(doc, img_dir, width_cm12)from docx import Document from docx.shared import Cm from docx.enum.text import WD_ALIGN_PARAGRAPH import os def insert_images(doc, img_dir, width_cm12): 把 img_dir 下的圖片按文件名排序后逐張插入 doc width_cm: 圖片寬度單位厘米高度按比例自動(dòng)縮放 # 只取常見(jiàn)圖片格式避免把縮略圖緩存也讀進(jìn)來(lái) exts (.png, .jpg, .jpeg, .bmp) files sorted( f for f in os.listdir(img_dir) if f.lower().endswith(exts) ) for fname in files: path os.path.join(img_dir, fname) # 先加一個(gè)空段落再往段落里加圖片方便控制對(duì)齊 para doc.add_paragraph() para.alignment WD_ALIGN_PARAGRAPH.CENTER run para.add_run() # 只給寬度高度自動(dòng)等比縮放避免圖片被拉變形 run.add_picture(path, widthCm(width_cm)) # 圖片下方加一行文件名做標(biāo)注不需要可刪 cap doc.add_paragraph(fname) cap.alignment WD_ALIGN_PARAGRAPH.CENTER邏輯說(shuō)明add_picture只傳 width 的時(shí)候python-docx 會(huì)按圖片原始寬高比自動(dòng)算高度這是最穩(wěn)的做法。如果你同時(shí)傳 width 和 height圖片會(huì)被強(qiáng)行拉伸人像和表格截圖會(huì)變形。參數(shù)width_cm默認(rèn) 12 厘米對(duì)應(yīng) A4 紙正文寬度約 15.9 厘米留出邊距后的常見(jiàn)值你可以按模板調(diào)整。路徑處理上有個(gè)細(xì)節(jié)os.listdir返回的順序在不同系統(tǒng)上不一致所以腳本里加了sorted。如果你的圖片文件名是img1.jpg、img2.jpg、img10.jpg這種字符串排序會(huì)把 img10 排到 img2 前面這時(shí)候需要改成按數(shù)字排序import re files.sort(keylambda x: int(re.search(r\d, x).group()))這個(gè)坑我在第一次批量插巡檢照片的時(shí)候就踩了十張照片順序全亂后來(lái)加了自然排序才對(duì)上。2.3 表格寫入從列表數(shù)據(jù)到帶樣式的 Word 表格表格寫入比圖片多一層結(jié)構(gòu)。腳本包里insert_table(doc, data, headersNone, styleTable Grid)的實(shí)現(xiàn)def insert_table(doc, data, headersNone, styleTable Grid): data: 二維列表如 [[A, 1], [B, 2]] headers: 表頭列表為 None 時(shí)不生成表頭行 style: Word 內(nèi)置表格樣式名Table Grid 帶全邊框 rows len(data) (1 if headers else 0) cols len(headers) if headers else len(data[0]) table doc.add_table(rowsrows, colscols) table.style style if headers: for j, h in enumerate(headers): cell table.cell(0, j) cell.text str(h) # 表頭加粗 for p in cell.paragraphs: for r in p.runs: r.bold True offset 1 if headers else 0 for i, row in enumerate(data): for j, val in enumerate(row): table.cell(i offset, j).text str(val) return table邏輯說(shuō)明add_table創(chuàng)建的是空表格行列數(shù)必須提前算好。styleTable Grid是 Word 內(nèi)置樣式名帶全邊框最常用。如果你想要三線表得手動(dòng)設(shè)邊框python-docx 沒(méi)有直接的三線表樣式需要用 OxmlElement 改 tblBorders腳本包里附了這段代碼。參數(shù)上要注意data的每一行長(zhǎng)度必須一致否則len(data[0])算出來(lái)的列數(shù)會(huì)對(duì)不上寫入時(shí)索引越界。我一般會(huì)在調(diào)用前加一句校驗(yàn)assert len(set(len(r) for r in data)) 1, 每行列數(shù)不一致中文字體是另一個(gè)高頻問(wèn)題。python-docx 默認(rèn)字體是 Calibri中文會(huì)回退到宋體但如果你在模板里指定了字體寫入的表格可能不繼承。穩(wěn)妥做法是顯式設(shè)置from docx.oxml.ns import qn style doc.styles[Normal] style.font.name Times New Roman style.element.rPr.rFonts.set(qn(w:eastAsia), 宋體)這段要放在創(chuàng)建文檔之后、寫入內(nèi)容之前否則已經(jīng)寫入的段落不會(huì)更新。2.4 批量循環(huán)一份數(shù)據(jù)對(duì)應(yīng)一份文檔的目錄約定腳本包的主入口是batch_generate(template_path, data_root, out_dir)目錄約定是這樣的data_root/ record_001/ images/ # 該記錄的圖片 table.csv # 該記錄的表格數(shù)據(jù) record_002/ ...主循環(huán)代碼import csv from docx import Document def batch_generate(template_path, data_root, out_dir): os.makedirs(out_dir, exist_okTrue) for case in sorted(os.listdir(data_root)): case_dir os.path.join(data_root, case) if not os.path.isdir(case_dir): continue # 每份文檔都從模板復(fù)制一份保留頁(yè)眉頁(yè)腳和樣式 doc Document(template_path) img_dir os.path.join(case_dir, images) if os.path.isdir(img_dir): insert_images(doc, img_dir) csv_path os.path.join(case_dir, table.csv) if os.path.exists(csv_path): with open(csv_path, encodingutf-8-sig) as f: reader list(csv.reader(f)) insert_table(doc, reader[1:], headersreader[0]) doc.save(os.path.join(out_dir, f{case}.docx))邏輯說(shuō)明Document(template_path)是打開模板而不是新建空文檔這樣模板里的頁(yè)眉、頁(yè)腳、樣式、頁(yè)面設(shè)置都會(huì)保留。encodingutf-8-sig是為了兼容 Excel 導(dǎo)出的 CSV 帶 BOM 頭的情況不加這個(gè)參數(shù)第一列會(huì)多一個(gè)不可見(jiàn)字符。參數(shù)out_dir建議和data_root分開避免輸出文件被下一輪循環(huán)當(dāng)成輸入。如果你要覆蓋原文件記得先備份。3. 避坑排查圖片不顯示、表格錯(cuò)位、字體亂掉的五個(gè)血淚經(jīng)驗(yàn)3.1 圖片插入后 Word 顯示紅叉或空白現(xiàn)象腳本跑完沒(méi)報(bào)錯(cuò)打開 docx 圖片位置是紅叉或空白框。原因python-docx 插入圖片時(shí)是把圖片二進(jìn)制寫進(jìn) docx 包里的正常不會(huì)丟。出現(xiàn)紅叉通常是圖片本身?yè)p壞或者擴(kuò)展名和實(shí)際格式不符——比如把 webp 改成 jpg 后綴python-docx 按 jpg 解析失敗但沒(méi)拋異常。解決插入前用 PIL 校驗(yàn)一遍from PIL import Image try: Image.open(path).verify() except Exception as e: print(f跳過(guò)損壞圖片 {path}: {e}) continue3.2 表格列寬在 Word 里被自動(dòng)調(diào)整現(xiàn)象腳本里沒(méi)設(shè)列寬Word 打開后表格列寬忽寬忽窄跟預(yù)期不符。原因python-docx 創(chuàng)建表格時(shí)如果不設(shè)列寬Word 會(huì)按“自動(dòng)調(diào)整”渲染列寬取決于內(nèi)容長(zhǎng)度。table.autofit False只是關(guān)掉自動(dòng)調(diào)整還需要顯式設(shè)每列寬度。解決創(chuàng)建表格后逐列設(shè)置table.autofit False for j, w in enumerate([Cm(3), Cm(5), Cm(4)]): for cell in table.columns[j].cells: cell.width w注意cell.width要每個(gè)單元格都設(shè)只設(shè)column.width在某些 Word 版本上不生效。3.3 中文字體在表格里變成宋體標(biāo)題字體沒(méi)繼承現(xiàn)象正文段落字體正常表格里的中文全變成宋體和模板不一致。原因表格單元格的段落用的是 Normal 樣式但 python-docx 寫入時(shí)沒(méi)有顯式指定 eastAsia 字體Word 回退到默認(rèn)中文字體。解決寫入表格后遍歷單元格統(tǒng)一設(shè)字體for row in table.rows: for cell in row.cells: for p in cell.paragraphs: for r in p.runs: r.font.name 微軟雅黑 r.element.rPr.rFonts.set(qn(w:eastAsia), 微軟雅黑)3.4 批量跑完發(fā)現(xiàn)文檔數(shù)量對(duì)不上現(xiàn)象data_root 下有 30 個(gè)文件夾out_dir 只生成了 28 個(gè) docx。原因通常是文件夾名排序后中間某個(gè)文件夾里沒(méi)有 images 也沒(méi)有 table.csv腳本跳過(guò)了或者文件夾名含特殊字符導(dǎo)致os.path.join路徑異常。解決在循環(huán)里加日志把跳過(guò)的文件夾打出來(lái)else: print(f跳過(guò)空目錄: {case_dir})另外檢查文件夾名有沒(méi)有前后空格Windows 下os.listdir會(huì)保留空格os.path.isdir可能判斷失敗。3.5 模板里的頁(yè)眉頁(yè)腳在輸出文檔里丟了現(xiàn)象模板有頁(yè)眉頁(yè)腳生成的文檔頁(yè)眉頁(yè)腳是空的。原因Document(template_path)會(huì)保留頁(yè)眉頁(yè)腳但如果模板的頁(yè)眉頁(yè)腳是“鏈接到前一節(jié)”且第一節(jié)被修改過(guò)可能出現(xiàn)異常。更常見(jiàn)的原因是模板本身是用舊版 Word 保存的python-docx 讀取時(shí) section 信息不完整。解決確認(rèn)模板是 .docx 格式不是 .doc 改后綴用 Word 重新另存為 .docx。如果還不行在腳本里顯式復(fù)制 sectionfrom copy import deepcopy for section in doc.sections: for hf in [section.header, section.footer]: for p in hf.paragraphs: pass # 頁(yè)眉頁(yè)腳內(nèi)容已在模板中通常不需要額外操作這個(gè)問(wèn)題的根因多半在模板不在腳本換一個(gè)干凈的 .docx 模板通常就好了。4. 進(jìn)階技巧用配置表驅(qū)動(dòng)不同模板和字段映射腳本包默認(rèn)是“一個(gè)模板對(duì)應(yīng)一種數(shù)據(jù)布局”但實(shí)際辦公場(chǎng)景里經(jīng)常是“同一批數(shù)據(jù)要套不同模板”或者“不同文件夾的表格列順序不一樣”。這時(shí)候硬編碼就不夠了我一般會(huì)加一層 YAML 配置# config.yaml templates: - name: inspection template: templates/inspection.docx image_width_cm: 10 table_style: Table Grid column_map: [0, 2, 1] # 把 CSV 的第0/2/1列映射到表格第0/1/2列 - name: summary template: templates/summary.docx image_width_cm: 14 table_style: Light Shading column_map: null # null 表示不重排讀取配置的代碼import yaml def load_config(path): with open(path, encodingutf-8) as f: return yaml.safe_load(f) def apply_column_map(row, mapping): if mapping is None: return row return [row[i] for i in mapping]這樣改模板和列映射不用動(dòng) Python 代碼交給辦公崗?fù)赂?YAML 就行。column_map的索引從 0 開始寫的時(shí)候注意 CSV 里有沒(méi)有序號(hào)列有的話要跳過(guò)。另一個(gè)進(jìn)階用法是給圖片加統(tǒng)一水印。python-docx 本身不支持水印但可以在插入圖片前用 PIL 把水印燒進(jìn)圖片from PIL import Image, ImageDraw def add_watermark(src, dst, text內(nèi)部資料): img Image.open(src).convert(RGBA) overlay Image.new(RGBA, img.size, (0, 0, 0, 0)) draw ImageDraw.Draw(overlay) draw.text((10, 10), text, fill(255, 0, 0, 128)) out Image.alpha_composite(img, overlay).convert(RGB) out.save(dst, quality85)這個(gè)操作會(huì)重新編碼圖片畫質(zhì)有輕微損失如果原圖是掃描件建議 quality 設(shè) 95 以上。驗(yàn)證方法上我習(xí)慣跑完腳本后隨機(jī)抽三份文檔打開檢查圖片順序、表格邊框、字體三處。批量場(chǎng)景下肉眼全檢不現(xiàn)實(shí)但抽檢能攔住大部分低級(jí)錯(cuò)誤。另外可以在腳本末尾加一句統(tǒng)計(jì)print(f生成 {len(os.listdir(out_dir))} 份輸入 {len(os.listdir(data_root))} 份)數(shù)字對(duì)不上就回頭查 3.4 那條。從那以后我每次改完腳本都強(qiáng)制先拿兩份樣本數(shù)據(jù)跑一遍確認(rèn)輸出沒(méi)問(wèn)題再上全量。批量操作最怕的就是跑完一百份才發(fā)現(xiàn)模板選錯(cuò)了重跑的時(shí)間成本比驗(yàn)證高得多。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取