Python+Excel+Word一秒制作百份合同

刘早起

发布于 2020-08-12 06:53:21

2.5K01

代码可运行

文章被收录于专栏：早起Python早起Python

运行总次数：1

代码可运行

前言

大家好，又到了Python办公自动化系列。

今天我们继续分享一个真实的办公自动化需求：如何使Python+Excel+Word批量生成指定格式内容的合同。

主要涉及的知识点有：openpyxl模块的综合运用与Word文档的两种遍历逻辑。

需求描述

你是乙方建筑公司，手上有一份空白合同模板的Word文件，如下图:

另外还有一份Excel合同信息表，其中是所有甲方(发包人)在合同中需要填写的内容

可见一行为一个公司的全部信息，现在需要把Excel中每一个公司的信息填入空白Word合同模板中，生成各公司的合同，最终结果如下

步骤分析

原本我们需要将Excel汇总表中每一行的信息填进word模板中，生成相应的合同。

现在我们需要交给Python来实现，就引出了一个问题：程序如何知道要将某个信息填到哪个下划线？ 为了解决这个问题，我们需要对模板进行修改。

即将下划线改成某种标识，让程序可以看到标识就明白此处应该放什么信息，这里采取的策略是：将需要填写的下划线改成汇总表中的列名，即下图所示

这样程序就可以识别需要填写什么内容了。所谓的识别在这里可以换一个特别简单的词，即文本替换。只要检索到#xxxx#(excel中的列名)，把这个替换成具体的信息就可以了。

出于这种策略，列名就需要用#xxxx#的格式，否则正常的无关文本中的信息也会被替换，就破坏了原有的需求，最后模板被修改成如下：

通过Excel表我们可以看到，一行为一个公司的信息，而每一列的列名就存在于模板中，用各个公司的实际信息替换到模板中的列名(程序识别和文本替换的依据)

用这样的方法就可以完成这个需求。整个大需求的实现可以按照下面的步骤：

分析后的步骤：

将空白合同调整成合同模板，需要填写的下划线改成专属的列名
打开Excel表，按行循环，然后按单元格逐个循环各个信息，每个信息都找到模板中存在的对应列名并将其替换（如果不理解下文还有解释）
每次循环完一行的全部单元格后保存合同，生存各个公司单独的合同

分析清楚后逻辑就非常简单了，但有一个隐含的知识点没有提到，让我们边写代码边说！

代码实现

首先导入模块，设置路径，建立文件夹，本例中涉及Excel表的打开和Word的创建，因此需要从openpyxl导入load_workbook，而Word无论打开还是创建，用docx模块的Document均可

from docx import Document
from openpyxl import load_workbook
# 利用os模块建立文件夹，用于存放生成的合同
import os

# 给定合同模板和汇总表所在的文件夹路径，方便复用
path = r'C:\Users\chenx\Desktop\合同'

# 结合路径判断生成文件夹，规避程序报错而终止的风险
if not os.path.exists(path + '/' + '全部合同'):
    os.mkdir(path + '/' + '全部合同')

接着打开Excel文件

workbook = load_workbook(path + '/' + '合同信息表.xlsx')
sheet = workbook.active

现在遍历Excel，生成合同。前面也反复提到，Excel的每一行是一份特定合同的信息，因此docx针对Word文件的实例化和保存一定是在循环体里的，而不像Excel的实例化是在循环体外面

# 有效信息行是从第二行开始的，第二行是表头，包含列名，也是文本替换的依据
for table_row in range(2, sheet.max_row + 1):
    # 每循环一行实例化一个新的word文件
    wordfile = Document(path + '/' + '合同模板.docx')
    # 单元格需要逐个遍历，每一个都包含着有用的信息
    for table_col in range(1, sheet.max_column + 1):
        # 旧的文本也就是列名，已经在模板里填好了，用于文本替换，将row限定在第一行后就是列名
        old_text = str(sheet.cell(row=1, column=table_col).value)
        # 新的文本就是实际的信息，table_col循环到某个数值时，实际的单元格和列名就确定了
        new_text = str(sheet.cell(row=table_row, column=table_col).value)
        # 加上这个判断是因为日期信息读进程序是“日期 时间”格式的，如果要保留日期信息可以用字符串方法或者用time/datetime模块处理
        if ' ' in new_text:
            new_text = new_text.split()[0]

通过下图进一步理解这个替换：

例如程序已经进入第3个循环(循环到第3个公司)，针对单元格的循环进入第4个循环，那么此时获取的实际值是建设C公园，对应的列名是#工程内容#。

此时就明确了需要被替换的内容了，只要在模板中找到#工程内容#把它替换为建设C公园即可！了解了这个替换后，下一步就是遍历Word模板，找到对应列名替换！

之前我们说过docx模块，Word文本存在文档Document-段落Paragraph-文字块Run的三级结构，需要遍历文本可以用以下代码：

all_paragraphs = wordfile.paragraphs
for paragraph in all_paragraphs:
    print(paragraph.text)
    for run in paragraph.runs:
        print(run.text)

针对段落和文字块均可用.text获取到文字信息。本需求隐含的陷阱就在这里，注意一下合同最后需要填写的内容：

这部分内容如果用上述代码是遍历不到的。为什么？因为这是Word文档中的表格！

遍历表格需要有专门的遍历逻辑:文档Document-表格Table-行Row/列Column-单元格Cell，遍历表格中文本的代码如下：

all_tables = wordfile.tables
for table in all_tables:
    # 也可按列遍历
    for row in table.rows:
        for cell in row.cells:
            print(cell.text)

有了这些补充的知识之后，本案例中最核心的代码就可以这么写

for table_row in range(2, sheet.max_row + 1):
    wordfile = Document(path + '/' + '合同模板.docx')
    for table_col in range(1, sheet.max_column + 1):
        old_text = str(sheet.cell(row=1, column=table_col).value)
        new_text = str(sheet.cell(row=table_row, column=table_col).value)
        if ' ' in new_text:
            new_text = new_text.split()[0]
        
        # 文档Document - 段落Paragraph - 文字块Run
        all_paragraphs = wordfile.paragraphs
        for paragraph in all_paragraphs:
            for run in paragraph.runs:
                run.text = run.text.replace(old_text, new_text)

        # 文档Document - 表格Table - 行Row/列Column - 单元格Cell
        all_tables = wordfile.tables
        for table in all_tables:
            for row in table.rows:
                for cell in row.cells:
                    cell.text = cell.text.replace(old_text, new_text)

    # 获取公司名用以生成合同的名称
    company = str(sheet.cell(row=table_row, column=1).value)
    wordfile.save(path + '/' + f'全部合同/{company}合同.docx')