轉載請注明：陳熹 chenx6542@foxmail.com （簡書號：半為花間酒）
若公眾號內轉載請聯系公眾號：早起Python
本例可以學到的知識點：
openpyxl模塊的綜合運用- Word文檔的兩種遍歷邏輯
練習數據：鏈接：https://pan.baidu.com/s/1QwtuUZwW5kShqqymKY0xNg 提取碼：npxd
一、需求描述：
你是乙方建筑公司，手上有一份 空白合同的Word文件，如下圖：
另外還有一份Excel表格合同信息表，其中是所有甲方（發包人）在合同中需要填寫的內容：
可見一行為一個公司的全部信息，現在需要把相應公司的信息填入空白合同模板中，生成各公司的合同
最終結果如下：
這個需求的實現可以幫助我們解決很多問題，讓我們一起來分析一下
二、步驟分析
原本我們需要將Excel匯總表中每一行的信息填進word模板中，生成相應的合同。現在我們需要交給python來實現，就引出了一個問題：程序如何知道要將某個信息填到哪個下劃線？為了解決這個問題，我們需要對模板進行修改，即將下劃線改成某種標識，讓程序可以“看到標識就明白此處應該放什么信息”
這里采取的策略是：將需要填寫的下劃線改成匯總表中的列名，即
這樣程序就可以識別需要填寫什么內容了。所謂的識別在這里可以換一個特別簡單的詞，即文本替換，只要檢索到#xxxx#（excel中的列名），把這個替換成具體的信息就可以了。出于這種策略，列名就需要用#xxxx#的格式，否則正常的無關文本中的信息也會被替換，就破壞了原有的需求了
最后模板被修改成如下：
通過Excel表我們可以看到，一行為一個公司的信息，而每一列的列名就存在于模板中，用各個公司的實際信息替換到模板中的列名（程序識別和文本替換的依據）就可以完成這個需求。整個大需求的實現可以按照下面的步驟：
分析后的步驟：
- 將 空白合同 調整成 合同模板，需要填寫的下劃線改成專屬的列名
- 打開Excel表，按行循環，然后按單元格逐個循環各個信息，每個信息都找到模板中存在的對應列名并將其替換（如果不理解下文還有解釋）
- 每次循環完一行的全部單元格后保存合同，生存各個公司單獨的合同
分析清楚后邏輯就非常簡單了，但有一個隱含的知識點沒有提到，讓我們邊寫代碼邊說
三、代碼實現
- 導入模塊，設置路徑，建立文件夾
本例中涉及Excel表的打開和Word的創建，因此需要從openpyxl導入load_workbook，而Word無論打開還是創建，用docx模塊的Document均可
from docx import Document
from openpyxl import load_workbook
# 利用os模塊建立文件夾，用于存放生成的合同
import os
# 給定合同模板和匯總表所在的文件夾路徑，方便復用
path = r'C:\Users\chenx\Desktop\合同'
# 結合路徑判斷生成文件夾，規避程序報錯而終止的風險
if not os.path.exists(path + '/' + '全部合同'):
os.mkdir(path + '/' + '全部合同')
- 打開Excel文件
workbook = load_workbook(path + '/' + '合同信息表.xlsx')
sheet = workbook.active
- 遍歷Excel，生成合同
前面也反復提到，Excel的每一行是一份特定合同的信息，因此docx針對Word文件的實例化和保存一定是在循環體里的，而不像Excel的實例化是在循環體外面
# 有效信息行是從第二行開始的，第二行是表頭，包含列名，也是文本替換的依據
for table_row in range(2, sheet.max_row + 1):
# 每循環一行實例化一個新的word文件
wordfile = Document(path + '/' + '合同模板.docx')
# 單元格需要逐個遍歷，每一個都包含著有用的信息
for table_col in range(1, sheet.max_column + 1):
# 舊的文本也就是列名，已經在模板里填好了，用于文本替換，將row限定在第一行后就是列名
old_text = str(sheet.cell(row=1, column=table_col).value)
# 新的文本就是實際的信息，table_col循環到某個數值時，實際的單元格和列名就確定了
new_text = str(sheet.cell(row=table_row, column=table_col).value)
# 加上這個判斷是因為日期信息讀進程序是“日期 時間”格式的，如果要保留日期信息可以用字符串方法或者用time/datetime模塊處理
if ' ' in new_text:
new_text = new_text.split()[0]
通過下圖進一步理解這個替換：
例如程序已經進入第3個循環（循環到第3個公司），針對單元格的循環進入第4個循環，那么此時獲取的實際值是“建設C公園”，對應的列名是“#工程內容#”，此時就明確了需要被替換的內容了，那么只要在模板中找到“#工程內容#”把它替換為“建設C公園”即可
了解了這個替換后，下一步要做的就是遍歷Word模板，找到對應列名替換
熟悉docx模塊的讀者應該知道，Word文本存在文檔Document - 段落Paragraph - 文字塊Run的三級結構，需要遍歷文本可以用以下代碼：
all_paragraphs = wordfile.paragraphs
for paragraph in all_paragraphs:
print(paragraph.text)
for run in paragraph.runs:
print(run.text)
針對段落和文字塊均可用.text獲取到文字信息
本需求隱含的陷阱就在這里，注意一下合同最后需要填寫的內容：
這部分內容如果用上述代碼是遍歷不到的。為什么？因為這是Word文檔中的表格，遍歷表格需要有專門的遍歷邏輯：文檔Document - 表格Table - 行Row/列Column - 單元格Cell
遍歷表格中文本的代碼如下：
all_tables = wordfile.tables
for table in all_tables:
# 也可按列遍歷
for row in table.rows:
for cell in row.cells:
print(cell.text)
有了這些補充的知識我們就可以完成最核心的代碼了：
for table_row in range(2, sheet.max_row + 1):
wordfile = Document(path + '/' + '合同模板.docx')
for table_col in range(1, sheet.max_column + 1):
old_text = str(sheet.cell(row=1, column=table_col).value)
new_text = str(sheet.cell(row=table_row, column=table_col).value)
if ' ' in new_text:
new_text = new_text.split()[0]
# 文檔Document - 段落Paragraph - 文字塊Run
all_paragraphs = wordfile.paragraphs
for paragraph in all_paragraphs:
for run in paragraph.runs:
run.text = run.text.replace(old_text, new_text)
# 文檔Document - 表格Table - 行Row/列Column - 單元格Cell
all_tables = wordfile.tables
for table in all_tables:
for row in table.rows:
for cell in row.cells:
cell.text = cell.text.replace(old_text, new_text)
# 獲取公司名用以生成合同的名稱
company = str(sheet.cell(row=table_row, column=1).value)
wordfile.save(path + '/' + f'全部合同/{company}合同.docx')
寫在最后
本次的需求可以延伸成為：將一份信息匯總表Excel中的每一個單獨信息（每一行或者每一列為個人、公司或者其他的信息）填寫到指定的模板Eord中，生成單獨的文檔，因此需要理解內涵
如果你有正在煩惱的辦公需求，歡迎在 早起Python 公眾號后臺留言
