第164集：办公文档自动化

1. 办公文档自动化概述

办公文档自动化是指使用编程语言自动创建、编辑、处理和管理办公文档（如Word、Excel、PowerPoint、PDF等）的技术。它可以大大提高工作效率，减少重复劳动，确保文档格式的一致性。

应用场景：

• 批量生成合同、报告、邀请函等文档
• 自动处理Excel表格数据，生成统计分析
• 合并/拆分PDF文件，提取关键信息
• 创建标准化的演示文稿
• 自动化文档归档和管理

2. 核心库介绍

2.1 Word文档自动化 - python-docx

python-docx 是用于创建和修改Word文档的Python库。

安装：

pip install python-docx

主要功能：

• 创建新文档和打开现有文档
• 添加标题、段落、列表、表格
• 设置文本格式（字体、大小、颜色、加粗、斜体等）
• 添加图片和超链接

2.2 Excel表格自动化 - openpyxl

openpyxl 是用于读写Excel 2010 xlsx/xlsm/xltx/xltm文件的库。

安装：

pip install openpyxl

主要功能：

• 创建和修改Excel工作簿
• 处理工作表（添加、删除、重命名）
• 读写单元格数据
• 设置单元格格式（边框、填充、字体等）
• 添加公式和函数
• 数据筛选和排序

2.3 PDF文档自动化 - PyPDF2

PyPDF2 是用于处理PDF文件的库，支持合并、拆分、提取文本等操作。

安装：

pip install PyPDF2

主要功能：

• 合并多个PDF文件
• 拆分PDF文件为多个单页文档
• 提取PDF文件中的文本内容
• 旋转PDF页面
• 设置PDF文件密码保护

2.4 PowerPoint演示文稿自动化 - python-pptx

python-pptx 是用于创建和修改PowerPoint (.pptx)文件的库。

安装：

pip install python-pptx

主要功能：

• 创建新的演示文稿
• 添加幻灯片和幻灯片布局
• 设置标题和内容
• 添加图片、表格和图表
• 设置文本格式和幻灯片背景

3. Word文档自动化实战

3.1 创建基本文档

from docx import Document

# 创建新文档
doc = Document()

# 添加标题
doc.add_heading('Python办公自动化', level=1)
doc.add_heading('Word文档处理', level=2)

# 添加段落
para1 = doc.add_paragraph('这是一个使用python-docx创建的Word文档。')
para2 = doc.add_paragraph('我们可以轻松地添加：')

# 添加项目符号列表
items = ['标题和段落', '列表和表格', '图片和超链接', '格式设置']
for item in items:
    doc.add_paragraph(item, style='List Bullet')

# 添加编号列表
steps = ['安装python-docx库', '导入Document类', '创建文档对象', '添加内容', '保存文档']
for step in steps:
    doc.add_paragraph(step, style='List Number')

# 保存文档
doc.save('自动化文档.docx')

3.2 表格操作

# 创建表格
table = doc.add_table(rows=4, cols=3)

# 设置表头
headers = ['姓名', '部门', '职位']
for i, header in enumerate(headers):
    table.cell(0, i).text = header

# 添加数据
data = [
    ['张三', '技术部', '软件工程师'],
    ['李四', '市场部', '市场经理'],
    ['王五', '人事部', '人事专员']
]
for row_idx, row_data in enumerate(data, start=1):
    for col_idx, cell_data in enumerate(row_data):
        table.cell(row_idx, col_idx).text = cell_data

# 自动调整列宽
table.autofit = True

4. Excel表格自动化实战

4.1 创建并编辑工作表

from openpyxl import Workbook
from openpyxl.styles import Font, Alignment, Border, Side

# 创建工作簿
wb = Workbook()

# 获取活动工作表
ws = wb.active
ws.title = '销售数据'

# 设置表头
headers = ['日期', '产品', '销售额', '利润']
ws.append(headers)

# 设置表头样式
top_border = Border(top=Side(style='medium'))
for cell in ws[1]:
    cell.font = Font(bold=True)
    cell.alignment = Alignment(horizontal='center')
    cell.border = top_border

# 添加数据
data = [
    ['2024-01-01', '产品A', 1000, 200],
    ['2024-01-02', '产品B', 1500, 300],
    ['2024-01-03', '产品C', 800, 150],
    ['2024-01-04', '产品A', 1200, 240],
    ['2024-01-05', '产品B', 900, 180]
]
for row in data:
    ws.append(row)

# 添加公式
ws['E2'] = '=D2/C2'
ws['E2'].number_format = '0.00%'  # 设置为百分比格式

# 添加总计行
ws.append(['', '总计', '=SUM(C2:C6)', '=SUM(D2:D6)'])

# 保存工作簿
wb.save('销售数据.xlsx')

4.2 读取现有Excel文件

from openpyxl import load_workbook

# 打开现有工作簿
wb = load_workbook('销售数据.xlsx')

# 获取工作表
ws = wb['销售数据']

# 读取数据
for row in ws.iter_rows(min_row=2, max_row=ws.max_row, values_only=True):
    if row[0]:  # 跳过空行
        print(f"日期: {row[0]}, 产品: {row[1]}, 销售额: {row[2]}, 利润: {row[3]}")

# 获取特定单元格值
total_sales = ws['C7'].value
print(f"总销售额: {total_sales}")

5. PDF文档自动化实战

5.1 合并PDF文件

from PyPDF2 import PdfMerger

# 创建合并器对象
merger = PdfMerger()

# 添加要合并的PDF文件
pdf_files = ['文档1.pdf', '文档2.pdf', '文档3.pdf']
for pdf in pdf_files:
    merger.append(pdf)

# 执行合并并保存
merger.write('合并后的文档.pdf')
merger.close()

5.2 提取PDF文本

from PyPDF2 import PdfReader

# 打开PDF文件
reader = PdfReader('文档.pdf')

# 获取页数
num_pages = len(reader.pages)
print(f"总页数: {num_pages}")

# 提取文本
for page_num in range(num_pages):
    page = reader.pages[page_num]
    text = page.extract_text()
    print(f"第{page_num + 1}页内容:\n{text[:500]}...")  # 只显示前500个字符

6. PowerPoint自动化实战

from pptx import Presentation
from pptx.util import Inches

# 创建演示文稿
prs = Presentation()

# 第一页：标题幻灯片
slide_layout = prs.slide_layouts[0]  # 标题幻灯片布局
slide = prs.slides.add_slide(slide_layout)

# 设置标题和副标题
title = slide.shapes.title
title.text = "Python办公自动化"

subtitle = slide.placeholders[1]
subtitle.text = "提高工作效率的利器"

# 第二页：内容幻灯片
slide_layout = prs.slide_layouts[1]  # 标题和内容布局
slide = prs.slides.add_slide(slide_layout)

# 设置标题
title = slide.shapes.title
title.text = "自动化的优势"

# 添加内容
content = slide.placeholders[1]
content.text = "\n".join([
    "• 提高工作效率",
    "• 减少重复劳动",
    "• 确保文档一致性",
    "• 降低人为错误",
    "• 快速处理大量文档"
])

# 第三页：图片幻灯片
slide_layout = prs.slide_layouts[5]  # 标题和图片布局
slide = prs.slides.add_slide(slide_layout)

# 设置标题
title = slide.shapes.title
title.text = "自动化示例"

# 添加图片
img_path = "示例图片.png"
left = Inches(1)
top = Inches(2)
width = Inches(8)
height = Inches(5)
slide.shapes.add_picture(img_path, left, top, width, height)

# 保存演示文稿
prs.save('自动化演示.pptx')

7. 综合实战：批量生成合同

7.1 创建合同模板

在Word中创建合同模板，将需要替换的内容用占位符表示，如{客户名称}、{服务内容}、{合同金额}等。

7.2 批量生成合同

import os
from docx import Document
import pandas as pd

# 读取客户数据
df = pd.read_excel('客户数据.xlsx')

# 创建输出目录
output_dir = '生成的合同'
os.makedirs(output_dir, exist_ok=True)

# 批量生成合同
for index, row in df.iterrows():
    # 打开模板
    doc = Document('合同模板.docx')
    
    # 替换占位符
    for paragraph in doc.paragraphs:
        for key, value in row.items():
            if f'{{{key}}}' in paragraph.text:
                paragraph.text = paragraph.text.replace(f'{{{key}}}', str(value))
    
    # 保存生成的合同
    output_file = os.path.join(output_dir, f'{row["客户名称"]}_服务合同.docx')
    doc.save(output_file)
    print(f"已生成合同: {output_file}")

print("\n批量合同生成完成！")

8. 最佳实践

8.1 使用模板

• 创建标准化的文档模板，包含固定格式和占位符
• 模板可以提高文档的一致性，减少后续修改工作

8.2 错误处理

• 对文件操作进行异常处理，确保程序稳定性
• 验证输入数据的有效性，避免生成错误文档

8.3 模块化设计

• 将不同功能封装为函数，提高代码复用性
• 使用类组织相关功能，使代码结构更清晰

8.4 性能优化

• 处理大量文档时，合理使用内存
• 对于大型Excel文件，考虑使用批处理方式

8.5 测试与验证

• 生成文档后进行检查，确保内容和格式正确
• 使用样本数据测试自动化流程

9. 总结

办公文档自动化是提高工作效率的强大工具，通过Python的各种库，我们可以轻松实现对Word、Excel、PowerPoint和PDF等文档的自动化处理。无论是批量生成合同、处理表格数据还是创建演示文稿，Python都能胜任。

关键要点：

• 选择合适的库：python-docx、openpyxl、PyPDF2、python-pptx
• 掌握基本操作：创建、读取、修改文档
• 实现自动化流程：模板替换、数据处理、批量生成
• 遵循最佳实践：模块化、错误处理、测试验证

通过不断练习和实践，你可以将办公文档自动化应用到更多实际工作场景中，大大提高工作效率！