基于docx的Python表格文字处理指南：从基础到进阶

一、python-docx库基础与安装

python-docx是Python中操作Word文档（.docx格式）的核心库，支持表格创建、文字格式调整、段落管理等。其底层基于Office Open XML标准，通过解析XML结构实现文档操作。
安装步骤：

1. 使用pip安装：pip install python-docx
2. 验证安装：运行from docx import Document无报错即成功
   核心组件：

• Document：代表整个Word文档
• Table：表格对象，包含行、列、单元格
• Paragraph：段落对象，包含文字、样式
• Run：文字片段，可单独设置字体、颜色等

二、表格操作：从创建到高级处理

1. 基础表格创建

from docx import Document
doc = Document()
table = doc.add_table(rows=3, cols=3)  # 创建3x3表格
# 填充表格内容
for i in range(3):
    for j in range(3):
        table.cell(i, j).text = f"行{i+1}列{j+1}"
doc.save("基础表格.docx")

关键点：

• add_table()方法通过行数、列数创建表格
• cell(row, col)定位单元格，text属性直接赋值

2. 动态表格生成

处理动态数据时，需根据数据长度调整表格结构：

data = [
    ["姓名", "年龄", "职业"],
    ["张三", "28", "工程师"],
    ["李四", "32", "设计师"]
]
doc = Document()
table = doc.add_table(rows=len(data), cols=len(data[0]))
for i, row in enumerate(data):
    for j, cell_value in enumerate(row):
        table.cell(i, j).text = cell_value
doc.save("动态表格.docx")

优化技巧：

• 使用enumerate()同时获取索引与值
• 提前计算行列数避免越界

3. 表格样式调整

通过Table对象的style属性应用内置样式：

table.style = "Table Grid"  # 带边框的表格
# 或自定义样式
from docx.shared import Pt, RGBColor
style = doc.styles["Normal"]
font = style.font
font.name = "微软雅黑"
font.size = Pt(12)

样式选项：

• Table Grid：带边框
• Light Shading：浅色底纹
• Medium List 1：中等列表样式

三、文字处理：格式与定位

1. 段落与文字定位

通过paragraphs属性遍历文档所有段落：

doc = Document("示例.docx")
for para in doc.paragraphs:
    if "关键字" in para.text:
        print(f"找到段落：{para.text}")

精准定位：

• 结合runs属性处理段落内部分文字：

  for para in doc.paragraphs:
    for run in para.runs:
        if "特定文字" in run.text:
            run.font.bold = True  # 加粗

2. 文字格式调整

使用Font对象设置字体属性：

from docx.shared import Pt, RGBColor
para = doc.add_paragraph("示例文字")
run = para.add_run("加粗红色文字")
run.bold = True
run.font.color.rgb = RGBColor(255, 0, 0)  # 红色
run.font.size = Pt(14)

常用格式属性：

• bold：加粗
• italic：斜体
• underline：下划线
• color.rgb：字体颜色
• size：字号（Pt单位）

四、复杂场景处理

1. 表格与文字混合排版

在表格前后添加说明文字：

doc = Document()
doc.add_paragraph("以下是员工信息表：")
table = doc.add_table(rows=2, cols=2)
table.cell(0, 0).text = "姓名"
table.cell(0, 1).text = "部门"
table.cell(1, 0).text = "王五"
table.cell(1, 1).text = "市场部"
doc.add_paragraph("表格结束，共2条记录。")
doc.save("混合排版.docx")

2. 表格合并单元格

使用merge()方法合并单元格：

doc = Document()
table = doc.add_table(rows=2, cols=4)
# 合并第一行的后两列
cell = table.cell(0, 2)
cell.merge(table.cell(0, 3))
cell.text = "合并单元格"
doc.save("合并单元格.docx")

注意事项：

• 合并前需确保单元格存在
• 合并后仅保留左上角单元格的text属性

3. 读取现有文档的表格

doc = Document("现有文档.docx")
for table in doc.tables:
    for row in table.rows:
        for cell in row.cells:
            print(cell.text, end="\t")
        print()  # 换行

数据提取技巧：

• 使用列表推导式快速提取数据：

  data = [[cell.text for cell in row.cells] for table in doc.tables for row in table.rows]

五、性能优化与最佳实践

1. 批量操作：避免频繁保存，集中处理后一次性保存
2. 样式复用：定义全局样式减少重复代码
3. 异常处理：捕获IndexError防止表格越界
4. 内存管理：处理大文档时使用生成器分块读取

示例：高效表格生成：

def generate_report(data, filename):
    doc = Document()
    table = doc.add_table(rows=len(data), cols=len(data[0]))
    for i, row in enumerate(data):
        for j, value in enumerate(row):
            table.cell(i, j).text = str(value)
    doc.save(filename)
# 调用示例
data = [["A", "B", "C"], [1, 2, 3], [4, 5, 6]]
generate_report(data, "高效报告.docx")

六、常见问题解决方案

1. 中文乱码：确保使用支持中文的字体（如”微软雅黑”）
2. 表格对齐问题：通过paragraph_format调整对齐方式
3. 样式不生效：检查是否覆盖了内置样式
4. 大文件处理慢：考虑使用docx2python等替代库

总结：python-docx库为Word文档操作提供了强大的Python接口，通过掌握表格创建、文字格式调整及复杂场景处理，可高效完成自动化文档生成任务。建议结合实际需求，灵活运用样式复用、批量操作等技巧提升效率。