Python 操作 Word：如何查找、替换和批量修改文本

于Word文档的自动化处理里头 , 查找文本以及替换文本 , 属于极基础亦是极频繁的操作当中的一种。不管是成批修改合同里的条款编号 , 亦或是更新报告里的日期信息 , 又或者是于众多文档里统一去调整术语表述 , 具备高效的文本查找替换能力 , 都是文档处理流程的核心部分。这篇文章会讲述怎样在Word文档里达成文本的查找与替换 , 包含普通文本替换 、正则表达式匹配替换以及查找之后高亮显示等实用情形。为什么通过编程实现查找替换在Word里手动运用查找替换功能虽说便利, 然而在如下场景当中, 编程的方式具备无法被替代的优势:环境搭建在开始之前需要安装支持 Word 文档操作的 库。pip install Spire.Doc安装完成后在脚本中导入相关模块即可开始使用。基础文本替换把文档里头特定文本置换成全新内容这种最为基础的替换行为, () 办法获取四个参数, 分别是需查找的文本、替换之后的文本、是不是忽略大小写、是不是全词匹配。from spire.doc import * from spire.doc.common import * inputFile Sample.docx outputFile ReplaceText.docx # 创建文档对象 document Document() # 从磁盘加载 Word 文件 document.LoadFromFile(inputFile) # 将文档中的 word 替换为 ReplacedText # 参数查找文本, 替换文本, 忽略大小写, 全词匹配 document.Replace(word, ReplacedText, False, True) # 保存文档 document.SaveToFile(outputFile, FileFormat.Docx) document.Close()按照布尔情况而言, 关于方法的第二个以及第三个参数, 其作用在于对匹配实施严格程度方面的决定, 当呈现为False的时候, 意味着在匹配过程要区分大小写, 而若呈现为True, 并且是作为第四个参数的时候, 所代表的含义是仅仅匹配完整的单词, 并非是单词其中的一部分, 这样的一种设计状况, 使得替换操作在范围匹配上能够进行精确控制, 进而避免出现误替换情况。使用正则表达式进行替换在需要匹配的文本具备某种模式而非固定字符串情形的时候, 正则表达式也就发挥了作用。比如说, 替换掉全部以 # 开始的标识符、匹配格式特殊的日期或者编号等等。from spire.doc import * from spire.doc.common import * import re inputFile Sample.docx outputFile ReplaceByRegex.docx # 创建文档对象 document Document() # 从磁盘加载 Word 文件 document.LoadFromFile(inputFile) # 创建正则表达式匹配以 # 开头的单词 regex re.compile(r#\w\b) # 使用正则表达式替换匹配的文本 document.Replace(regex, Spire.Doc) # 保存文档 document.SaveToFile(outputFile, FileFormat.Docx) document.Close()在此处运用标准库 re 的 () 方法去创建正则表达式对象, 接着把该对象传递给 .() 方法。凡是匹配此模式的文本都会统一被替换成目标字符串。这种模式格外适宜用来处理具备规律性模式的文本内容, 像这样:查找文本并高亮显示有时, 并非要替换文本内容, 而是得定位, 所有匹配后的文本, 并且去进行视觉标记, 这在文档审核场景里, 于关键词检索结果标记等情况中, 是极为实用的。from spire.doc import * from spire.doc.common import * inputFile Sample.docx outputFile FindAndHighlight.docx # 创建文档对象 document Document() # 从磁盘加载 Word 文件 document.LoadFromFile(inputFile) # 查找所有匹配的文本 textSelections document.FindAllString(word, False, True) # 遍历匹配结果设置高亮颜色 for selection in textSelections: selection.GetAsOneRange().CharacterFormat.HighlightColor Color.get_Yellow() # 保存文档 document.SaveToFile(outputFile, FileFormat.Docx) document.Close()这个方法返回的是一个文本选择方面的集合, 其中每一个元素所代表的是对于文档而言出现的一处匹配位置, 借助能够获取与之相对应的文本范围, 而后再去进行访问。设置属性的高亮颜色, 参数False意味着区分大小写, 参数True意思是进行全词匹配。查找并替换为图片查找到的文本可被换为图片而非仅替换成普通文本, 这种替换方式在批量插入Logo或是批量插入签名, 又或者是批量插入多种产品图片后的特定场景里, 有着极为强大的实用性。from spire.doc import * from spire.doc.common import * inputFile Sample.docx outputFile ReplaceWithImage.docx # 创建文档对象 document Document() # 从磁盘加载 Word 文件 document.LoadFromFile(inputFile) # 创建图片对象 image DocPicture(document) image.LoadImage(logo.png) # 查找所有 [LOGO] 占位符 textSelections document.FindAllString([LOGO], False, False) # 将每个匹配位置替换为图片 for selection in textSelections: range selection.GetAsOneRange() # 清除原文本 range.Text # 在原文本位置插入图片 range.ChildObjects.Add(image.Clone()) # 保存文档 document.SaveToFile(outputFile, FileFormat.Docx) document.Close()这种方式常用于模板文档处理在文档中放置占位符如 、然后通过代码批量替换为实际图片。批量处理多个文档于实际工作内, 时常会要对目录当中的多个Word文件去执行相同的查找替换之操作, 借由的文件遍历本事, 能够达成高效的批量处置。import os from spire.doc import * from spire.doc.common import * input_dir ./documents output_dir ./processed os.makedirs(output_dir, exist_okTrue) # 遍历目录中的所有 .docx 文件 for filename in os.listdir(input_dir): if filename.endswith(.docx): input_path os.path.join(input_dir, filename) output_path os.path.join(output_dir, filename) document Document() document.LoadFromFile(input_path) # 执行替换操作 document.Replace(旧公司名称, 新公司名称, False, True) document.SaveToFile(output_path, FileFormat.Docx) document.Close() print(f已处理: {filename})这段代码, 于指定目录之内, 对所有的.docx 文件展开遍历之举, 随后针对每一份文档, 去执行相同的文本替换之操作, 并且把最终所获结果, 保存至输出目录之中。如此这般的模式, 于企业进行更名之时, 于术语达成统一之际, 于模板实施更新等诸多场景里面, 是极为实用的。实用技巧使用替换回调进行精细控制要是处于那种需要更为复杂逻辑的替换状况之下, 便能在进行替换之前, 去核查匹配内容的上下文情况, 进而决定是不是要执行替换这么个操作。# 先查找所有匹配项 textSelections document.FindAllString(Python, False, True) # 根据上下文决定是否替换 for selection in textSelections: range selection.GetAsOneRange() # 仅在段落样式为标题时替换 if range.OwnerParagraph.StyleName.startswith(Heading): range.Text Python Programming处理替换后的格式保留换文本之际, 原本的字符样式字体、颜色、尺寸诸等默认会留存, 倘若有同时更改样式之需求, 能够于替换之后再度进行设置。textSelections document.FindAllString(old term, False, True) for selection in textSelections: range selection.GetAsOneRange() range.Text new term range.CharacterFormat.Bold True range.CharacterFormat.TextColor Color.get_Blue()总结关于如何在Word文档里查找以及替换文本, 本文介绍了好些方法, 有基础文本替换的办法, 有正则表达式匹配替换的方式, 有查找后进行高亮显示的做法, 有替换为图片的举措, 还有批量文件处理的操作, 这些操作涵盖了从简单文本修改到复杂模式匹配的主要情形。核心 API 围绕着两个方法展开, 一个方法旨在支持普通字符串与正则表达式两款匹配样式之际, 予以直接替换 另一方法则是用于定位匹配地方, 借由格式设定达成高亮印记等成效。当掌握了这些基础操作以后, 能够进一步结合其文件处的能力, 构建出高效的文档批量处理工作溪流。