docx

https://www.cnblogs.com/Ting-light/p/9548127.html #!python3 #-*- coding:utf8 -*- #PyPDF2可能会打不开某些pdf文档，也不能提取图片，图表或者其他媒介从PDF文件中。但是它能提取文本从PDF中，转化为字符。 import PyPDF2 #以二进制方式 读模式打开一个pdf文件 pdfFileObj=open('e:\work\data_service.pdf','rb') #读取pdf文档 pdfReader=PyPDF2.PdfFileReader(pdfFileObj) #返回的是pdf文档的总页数 print(pdfReader.numPages) #获取单页的内容，页码数从0开始 pageObj=pdfReader.getPage(0) #返回单页的文本内容 pageObj.extractText() #对于有加密的pdf文档其读对象有属性 isEncrypted print(pdfReader.isEncrypted) #若有加密，则属性值为True。直接获取某页的文本内容会报错。 #通过方法decrypt()传递解密密码后可正常获取文本内容,密码以字符串形式传入。 #pdfReader.decrypt('rosebud') #写pdf文档 #创建pdf写对象 pdfWriter

一、介绍 这个包使用两个主要的包: 用于读取、写入和创建子文档 用于管理插入到模板docx中的标记 python-docx模板已经创建，因为python-docx对于创建文档非常强大，但是对于修改文档却无能为力。 这个想法是开始创建一个你想要用microsoft word生成的文档的例子，它可以像你想要的那样复杂:图片，索引表，页脚，页眉，变量，任何你可以用word做的事情。然后，由于您仍然在使用microsoft word编辑文档，所以可以直接在文档中插入类似jinja2的标记。您将文档保存为.docx文件(xml格式):它将是您的.docx模板文件。 现在可以使用python-docx-template从.docx模板和关联的上下文变量中生成任意数量的word文档。 更多高级用法请查看文档，以下是简单示例 https://docxtpl.readthedocs.io/en/latest/#jinja2-like-syntax 二、代码 from docxtpl import DocxTemplate def temp_word(tmep_path,word_apth): tpl = DocxTemplate(tmep_path) # 需要替换内容以key:value的方式进行更换 context = { "name":"上海市XXXXXX公司", "num":

使用 POI 读写 word docx 文件 目录 1 读docx文件 1.1 通过XWPFWordExtractor读 1.2 通过XWPFDocument读 2 写docx文件 2.1 直接通过XWPFDocument生成 2.2 以docx文件作为模板 POI在读写word docx文件时是通过xwpf模块来进行的，其核心是XWPFDocument。一个XWPFDocument代表一个docx文档，其可以用来读docx文档，也可以用来写docx文档。XWPFDocument中主要包含下面这几种对象： l XWPFParagraph：代表一个段落。 l XWPFRun：代表具有相同属性的一段文本。 l XWPFTable：代表一个表格。 l XWPFTableRow：表格的一行。 l XWPFTableCell：表格对应的一个单元格。 1 读docx文件 跟读doc文件一样，POI在读docx文件的时候也有两种方式，通过XWPFWordExtractor和通过XWPFDocument。在XWPFWordExtractor读取信息时其内部还是通过XWPFDocument来获取的。 1.1 通过XWPFWordExtractor读 在使用XWPFWordExtractor读取docx文档的内容时，我们只能获取到其文本，而不能获取到其文本对应的属性值