[toc] # 前言 蘇東坡，千古奇才，大家都喜歡他。叔叔也非常喜歡他，畢竟東坡肉外酥裡嫩，肥而不膩，堪稱人間極品。 不過，比起蘇東坡，叔叔更喜歡王維，為什麼捏？ 1. 大帥哥。迷倒大唐公主 2. 專一。這樣一個大帥哥，在妻子過世後沒有再娶 3. 有才華。長得帥專一也就算了，居然寫詩、繪畫、音樂、書法還各種會，妥妥的頂級文藝青年。 這樣一個帥氣專一有才的人，試問誰不喜歡呢？ 先跑個題，我們來看看王維愛情的名句 ``` 紅豆生南國，春來發幾枝。願君多采擷，此物最相思。 ``` 沒錯了，是心動的感覺！我們再來欣賞一句 ``` 空山新雨後，天氣晚來秋 ``` 再再來一句 ``` 大漠孤煙直，長河落日圓 ``` 臥槽！牛逼！ 然而蘇東坡雖然是奇才，也有過“十年生死兩茫茫，不思量，自難忘”這樣的惦念亡妻名句，但是寫完之後繼續娶妻納妾。 回到正題，下面我們用程式來自動建立蘇總的《赤壁賦》word文件，並提取，學會這幾招，以後各種自動化處理word文件如有神助~ # 安裝-python-docx 我們需要用到一個python強大的庫：[python-dox](https://python-docx.readthedocs.io/en/latest/) 我們來安裝一下 ``` pip instal python-docx ``` >注意：不是安裝的docx 簡單介紹下原理： pyhton-docx包建立的文件一個Document物件，然後會在文件上新增各種物件：如段落、行內元素、表格、內容等， 文件層級結構類似下面這樣： > 文件-Document —段落Paragraph ——行內元素Runs ———內容text ———字型font ———顏色color ———字號size —內容text —表格tables ——單元格cell ——段落Paragraph # 一、自動編寫《赤壁賦》 ## 準備資料 ``` name = "赤壁賦" author = "蘇軾" dynasty = "宋" paragraphs = [ '''壬戌之秋，七月既望，蘇子與客泛舟遊於赤壁之下。清風徐來，水波不興。舉酒屬客，誦明月之詩，歌窈窕之章。少焉，月出於東山之上，徘徊於斗牛之間。白露橫江，水光接天。縱一葦之所如，凌萬頃之茫然。浩浩乎如馮虛御風，而不知其所止；飄飄乎如遺世獨立，羽化而登仙。''', '''於是飲酒樂甚，扣舷而歌之。歌曰：“桂棹兮蘭槳，擊空明兮溯流光。渺渺兮於懷，望美人兮天一方。”客有吹洞簫者，倚歌而和之，其聲嗚嗚然：如怨如慕，如泣如訴；餘音嫋嫋，不絕如縷；舞幽壑之潛蛟，泣孤舟之嫠婦蘇子愀然，正襟危坐，而問客曰：“何為其然也？”客曰：“月明星稀，烏鵲南飛，此非曹孟德之詩乎？西望夏口，東望武昌。山川相繆，鬱乎蒼蒼；此非孟德之困於周郎者乎？方其破荊州，下江陵，順流而東也，舳艫千里，旌旗蔽空，釃酒臨江，橫槊賦詩；固一世之雄也，而今安在哉？況吾與子漁樵於江渚之上，侶魚蝦而友糜鹿，駕一葉之扁舟，舉匏樽以相屬；寄蜉蝣與天地，渺滄海之一粟。哀吾生之須臾，羨長江之無窮；挾飛仙以遨遊，抱明月而長終；知不可乎驟得，託遺響於悲風。”''', '''蘇子曰：“客亦知夫水與月乎？逝者如斯，而未嘗往也；盈虛者如彼，而卒莫消長也。蓋將自其變者而觀之，而天地曾不能一瞬；自其不變者而觀之，則物於我皆無盡也。而又何羨乎？且夫天地之間，物各有主。苟非吾之所有，雖一毫而莫取。惟江上之清風，與山間之明月，耳得之而為聲，目遇之而成色。取之無禁，用之不竭。是造物者之無盡藏也，而吾與子之所共適。”''', '''客喜而笑，洗盞更酌，餚核既盡，杯盤狼藉。相與枕藉乎舟中，不知東方之既白。''' ] ``` ## 新建文件 ``` document = Document() document.styles['Normal'].font.name = u'微軟雅黑' document.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'微軟雅黑') ``` 字裡設定了一下字型 ## 新增標題 ``` heading1 = document.add_heading(name, 0) heading1.alignment = WD_ALIGN_PARAGRAPH.CENTER ``` 這裡設定成了居中 ## 新增作者 ``` p = document.add_paragraph("【作者】") p.alignment = WD_ALIGN_PARAGRAPH.CENTER run = p.add_run(author) run.italic = True run.bold = True ``` 字型居中斜體加粗 ## 新增朝代 ``` p.add_run(" 【朝代】") run = p.add_run(dynasty) run.italic = True run.bold = True ``` 字型也是居中斜體加粗 ## 新增圖片 ``` document.add_picture('test.jpeg', width=Inches(2)) last_paragraph = document.paragraphs[-1] last_paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER ``` 為了讓效果更美觀一點，我們整張圖片潤色一下，圖片是這樣的  ## 新增段落 ``` for paragraph in paragraphs: p = document.add_paragraph(paragraph) # 建立段落物件 p.paragraph_format.first_line_indent = Inches(0.25) ``` 設定了下首行縮排 ## 儲存word文件 ``` document.save(''/Users/chenqionghe/Downloads/赤壁賦.docx'') ``` 大功告成，執行一下 ``` python create-poems.py ``` 看到生成了一個```赤壁賦.docx```，如下  開啟如下  天吶！這也太棒棒了吧~~ 下面貼出全部程式碼 ``` from docx import Document from docx.shared import Inches from docx.enum.text import WD_ALIGN_PARAGRAPH from docx.oxml.ns import qn titleName = "赤壁賦" author = "蘇軾" time = "宋" paragraphs = [ '''壬戌之秋，七月既望，蘇子與客泛舟遊於赤壁之下。清風徐來，水波不興。舉酒屬客，誦明月之詩，歌窈窕之章。少焉，月出於東山之上，徘徊於斗牛之間。白露橫江，水光接天。縱一葦之所如，凌萬頃之茫然。浩浩乎如馮虛御風，而不知其所止；飄飄乎如遺世獨立，羽化而登仙。''', '''於是飲酒樂甚，扣舷而歌之。歌曰：“桂棹兮蘭槳，擊空明兮溯流光。渺渺兮於懷，望美人兮天一方。”客有吹洞簫者，倚歌而和之，其聲嗚嗚然：如怨如慕，如泣如訴；餘音嫋嫋，不絕如縷；舞幽壑之潛蛟，泣孤舟之嫠婦蘇子愀然，正襟危坐，而問客曰：“何為其然也？”客曰：“月明星稀，烏鵲南飛，此非曹孟德之詩乎？西望夏口，東望武昌。山川相繆，鬱乎蒼蒼；此非孟德之困於周郎者乎？方其破荊州，下江陵，順流而東也，舳艫千里，旌旗蔽空，釃酒臨江，橫槊賦詩；固一世之雄也，而今安在哉？況吾與子漁樵於江渚之上，侶魚蝦而友糜鹿，駕一葉之扁舟，舉匏樽以相屬；寄蜉蝣與天地，渺滄海之一粟。哀吾生之須臾，羨長江之無窮；挾飛仙以遨遊，抱明月而長終；知不可乎驟得，託遺響於悲風。”''', '''蘇子曰：“客亦知夫水與月乎？逝者如斯，而未嘗往也；盈虛者如彼，而卒莫消長也。蓋將自其變者而觀之，而天地曾不能一瞬；自其不變者而觀之，則物於我皆無盡也。而又何羨乎？且夫天地之間，物各有主。苟非吾之所有，雖一毫而莫取。惟江上之清風，與山間之明月，耳得之而為聲，目遇之而成色。取之無禁，用之不竭。是造物者之無盡藏也，而吾與子之所共適。”''', '''客喜而笑，洗盞更酌，餚核既盡，杯盤狼藉。相與枕藉乎舟中，不知東方之既白。''' ] # 新建文件 document = Document() document.styles['Normal'].font.name = u'微軟雅黑' document.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'微軟雅黑') heading1 = document.add_heading('赤壁賦', 0) heading1.alignment = WD_ALIGN_PARAGRAPH.CENTER # 新增作者（居中斜體加粗） p = document.add_paragraph("【作者】") p.alignment = WD_ALIGN_PARAGRAPH.CENTER run = p.add_run(author) run.italic = True run.bold = True # 新增朝代（居中斜體加粗） p.add_run(" 【朝代】") run = p.add_run(time) run.italic = True run.bold = True # 新增圖片（居中） document.add_picture('test.jpeg', width=Inches(2)) last_paragraph = document.paragraphs[-1] last_paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER # 寫下文章（首行縮排） for paragraph in paragraphs: p = document.add_paragraph(paragraph) # 建立段落物件 p.paragraph_format.first_line_indent = Inches(0.25) document.save(''/Users/chenqionghe/Downloads/赤壁賦.docx') ``` # 二、自動提取《赤壁賦》的文字 既然可以自動編寫word文件，我們也可以自動提取word文件。 比如有人給你發了500個文件，你只是想快速根據文字瞭解一下內容，又不想一個一個開啟，這時候就可以用程式自動提取文字啦~ 下面演示一下把剛剛生成的文件內容全部弄出來 ``` from docx import Document # 指定文件路徑 docFile = '/Users/chenqionghe/Downloads/赤壁賦.docx' # 開啟文件為Document物件 document = Document(docFile) # 遍歷所有的段落儲存到text陣列 text = [] for para in document.paragraphs: text.append(para.text) # 開啟最終結果 print('\n'.join(text)) ``` 我們來執行一下，結果如下  哦豁，我們並沒有開啟介過word文件，但系已經愉快地把詞弄出來遼~ 以上內容由chenqionghe提供，是不是超級簡單呀~ 有了這兩張，以後想寫用程式寫啥都可以提示準備好，比如自動生成500首唐詩或作文，又比如一個不開啟一堆word文件就把所有的內容提取出來合併成一個檔案， 又比自動寫作文或自動提取答案啥的，簡直不要太嗨~