[Python知识库]python操作word文档，合并

有个业务需求要将上千个word文档（doc格式）合并，看着头大。。不过会python，那都不是问题。

1、安装第三方库 python_docx

pip install python_docx

2、批量将doc文档转换为docx文档（因为python操作doc文档很麻烦，docx支持得不错）

需要安装pypiwin32，因为用到了?win32com

pip install pypiwin32

import docx
import os
from glob import glob

from win32com import client as wc

base_dir  = "C:\\Users\\KK.JustDoIT\\Downloads\\汇总\\报修单\\日常维修-报修单-2月"


# 批量另存为
def batch_save_as():
    for p in glob(os.path.join(base_dir, '*.doc')):
        new_file = p.replace('doc', 'docx')
        if os.path.exists(new_file):
            continue

        word = wc.DispatchEx('Word.Application')

        # 后台运行,不显示,不警告
        wc.Visible = False
        wc.DisplayAlerts = 0

        doc = word.Documents.Open(p)        # 目标路径下的文件
        doc.SaveAs(new_file, 12, False, "", True, "", False, False, False, False)  # 转化后路径下的文件 #12为docx
        doc.Close()
        word.Quit()


batch_save_as()

也可以转换为其他的格式，参数参考：python之office_word相关操作_hanli0902的博客-CSDN博客

3、将所有转换后的docx合并为一个新的word文档（docx）

方法一：（实测合并后有点瑕疵，格式有细微变化）

import docx
import os
from glob import glob


base_dir  = "C:\\Users\\KK.JustDoIT\\Downloads\\汇总\\报修单\\日常维修-报修单-2月"
save_path  = "C:\\Users\\KK.JustDoIT\\Downloads\\汇总\\报修单"

#合并操作
def combine_word_documents(files):
    merged_document = docx.Document()

    for index, file in enumerate(files):
        sub_doc = docx.Document(file)

        # Don't add a page break if you've reached the last file.
        if index < len(files)-1:
           sub_doc.add_page_break()

        for element in sub_doc.element.body:
            # print(element)
            merged_document.element.body.append(element)

    merged_document.save(os.path.join(save_path, 'merge.docx'))



# 执行
path_list = glob(os.path.join(base_dir, '*.docx'))
combine_word_documents(path_list)

方法二：(实测格式无问题)

需要安装docxcompose

pip install docxcompose

import docx
import os
from glob import glob

from docxcompose.composer import Composer

base_dir  = "C:\\Users\\KK.JustDoIT\\Downloads\\汇总\\报修单\\日常维修-报修单-2月"
save_path  = "C:\\Users\\KK.JustDoIT\\Downloads\\汇总\\报修单"


def combine_all_docx(files_list):
    number_of_sections=len(files_list)
    master = docx.Document()
    composer = Composer(master)

    for i in range(1, number_of_sections):
        doc_temp = docx.Document((files_list[i]))
        composer.append(doc_temp)
    composer.save(os.path.join(save_path, 'merge.docx'))



# 执行
path_list = glob(os.path.join(base_dir, '*.docx'))
combine_all_docx(path_list)

《新程序员》：云原生和全面数字化实践

50位技术专家共同创作，文字、视频、音频交互阅读