导读：Microsoft Word在当前使用中是占有巨大优势的文字处理器，这使得Word专用的档案格式Word 文件（.docx）成为事实上最通用的标准。

在日常工作中，有些时候会有很多重复的工作，比如批量的替换、报名表、合同、邀请函等很多格式一样的文件，要对这些文件进行读写与汇总，程序员的智慧就是把重复的工作简单化，下面介绍一些经验汇总，请读者注意，程序学习最重要的是思想。

作者：老A

如需转载请联系华章科技

01 模块的安装和导入

python-docx模块安装需要在cmd命令行中输入：

pip install python-docx

import docxfile=docx.Document("/test/test1.docx")print("段落数:"+str(len(file.paragraphs))) for para in file.paragraphs: print(para.text)for i in range(len(file.paragraphs)):print("第"+str(i)+"段的内容是："+file.paragraphs[i].text)

首先程序是读取文件夹下文件名称，获取绝对路径，按绝对路径读取文件，把读取的文件中指定内容进行替换，最后把替换后的内容保存到另外的文件夹中：

import osxmldir='D:/test /test'xmllist=os.listdir(xmldir)for xml in xmllist: if '.txt ' in txt  fo=open(xmldir+'/'+'new_{}'.format(txt),'w') print('{}'.format(txt)) fi=open(xmldir+'/'+'{}'.format(txt),'r') content=fi.readlines() for line in content: line=line.replace('替换前的内容','替换后的内容') fo.write(line) fo.close() print('替换完成')

本经验是从test/exce.csv文件中读完并写入到test/合同例子.docx中保存输出。

import osfrom docxtpl import DocxTemplatetpl = DocxTemplate('test/合同例子.docx')context = { "name": name, "department": department, "position": position, "time": time, "id": id_card, "addr": addr,}tpl.render(context)tpl.save("{}的合同.docx".format(name))

在需要填字的地方打上“***”，然后Python来填字，最后保存为test/邀请函.docx，下面代码段为读入信息，然后写入word文件中。

from openpyxl import load_workbookwb=load_workbook('teset/test_name_list.xlsx')ws=wb['name']names=[]for row in range(2,ws.max_row+1): company=ws["A"+str(row)].value name=ws["B"+str(row)].value names.append(" {} {} ".format(company,name))doc=docx.Document('test/邀请函.docx')for name in names: doc.paragraphs[1].runs[2].text=namedoc.save('test/邀请函_{}.docx'.format(name))

word是坐在电脑前百分之九十的人都会用的办公软件，word东西少还好说，手动打开那样存入表格也简单，但是当数据达到几万几十万、几百万大数据级那就恐怖了，如果全靠手动，那么至少要连上一个月的班了，不能停息的那种！

每天重复一样的操作，恐怖吗？想想都可怕，这时候就是真正体现技术方面的能力了，很多东西都可以自动实现，如果手动的话，真不知道搞到猴年马月，耗时没有什么意义！

学习永不停牌，今天一小步明天一大步！

关于作者：老A，项目管理师，专业兴趣研究方向：大数据、计算机软件、通信工程。个人业余爱好是研究无人机制作，银元鉴赏与收藏。

本文为「华章科技」内容合伙人之「鉴书小分队」活动读书笔记，由华章科技粉丝原创，如需转载请联系华章科技。

延伸阅读《利用Python进行数据分析（原书第2版）》

推荐语：Python数据分析经典畅销书全新升级，第1版中文版累计销售100000册。针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter。