使用Python自动化Microsoft Excel和Word的操作方法

更新时间：2021年04月20日 08:21:22 作者：deephub

这篇文章主要介绍了使用Python自动化Microsoft Excel和Word,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

将Excel与Word集成，无缝生成自动报告

毫无疑问，微软的Excel和Word是公司和非公司领域使用最广泛的两款软件。它们实际上是“工作”的同义词。通常情况下，每一周我们都会将两者结合起来，并以某种方式发挥它们的优点。虽然一般的日常用途不会要求自动化，但有时自动化可能是必需的。也就是说，当您有大量的图表、图形、表格和报告要生成时，如果您选择手动方式，它可能会成为一项极其繁琐的工作。其实没必要这样。实际上，有一种方法可以在Python中创建一个管道，您可以将两者无缝集成，在Excel中生成电子表格，然后将结果传输到Word中，几乎即时生成报告。

Openpyxl

Openpyxl它可以说是Python中最通用的包之一，它可以非常容易使用Excel接口。有了它，你可以读和写所有当前和最早的excel格式，即xlsx和xls。Openpyxl允许您填充行和列、执行公式、创建2D和3D图表、标记轴和标题，以及其他许多非常有用的功能。然而，最重要的是，这个包允许您在Excel中遍历无穷多的行和列，从而避免了之前必须做的所有烦人的数字处理和绘图。

Python-docx

然后是Python-docx，这个包之于Word就像Openpyxl之于Excel。如果您还没有学习他们的文档，那么您可能应该看一看。毫不夸张地说，Python-docx是我开始使用Python以来使用过的最简单、最不言自明的工具包之一。它允许您通过插入文本、填充表格和在报表中自动渲染图像来自动生成文档。

言归正传，让我们创建我们自己的自动化流水线。继续使用Anaconda(或者你选择的任何其他IDE)并安装以下软件包:

pip install openpyxl
pip install python-docx

Microsoft Excel自动化

首先，我们将加载一个已经创建好的Excel工作簿(如下所示):

workbook = xl.load_workbook('Book1.xlsx')
sheet_1 = workbook['Sheet1']

随后，我们将遍历电子表格中的所有行，通过电流乘以电压来计算和插入功率值:

for row in range(2, sheet_1.max_row + 1):
    current = sheet_1.cell(row, 2)
    voltage = sheet_1.cell(row, 3)
    power = float(current.value) * float(voltage.value)
    power_cell = sheet_1.cell(row, 1)
    power_cell.value = power

一旦完成，我们将使用计算的功率值生成折线图，将插入指定的单元格，如下图所示:

values = Reference(sheet_1, min_row = 2, max_row = sheet_1.max_row, min_col = 1, max_col = 1)
chart = LineChart()
chart.y_axis.title = 'Power'
chart.x_axis.title = 'Index'
chart.add_data(values)
sheet_1.add_chart(chart, 'e2') 
workbook.save('Book1.xlsx')

现在我们已经生成了图表，我们需要将其提取为图像，以便在Word报告中使用它。首先，我们将确定Excel文件的确切位置，以及输出的图表图像应该保存的位置:

input_file = "C:/Users/.../Book1.xlsx"
output_image = "C:/Users/.../chart.png"

然后使用以下方法访问电子表格:

operation = win32com.client.Dispatch("Excel.Application")
operation.Visible = 0
operation.DisplayAlerts = 0
workbook_2 = operation.Workbooks.Open(input_file)
sheet_2 = operation.Sheets(1)

你可以迭代电子表格中的所有图表对象(如果有一个以上)，并将它们保存在指定的位置如下:

for x, chart in enumerate(sheet_2.Shapes):
    chart.Copy()
    image = ImageGrab.grabclipboard()
    image.save(output_image, 'png')
    passworkbook_2.Close(True)
operation.Quit()

Microsoft Word自动化

现在我们已经生成了图表图像，我们必须创建一个模板文档，它基本上是一个普通的Microsoft Word文档(.docx)，它完全按照我们希望的报告外观来制定，包括字体、字体大小、格式和页面结构。然后，我们需要做的就是为我们的自动内容创建占位符，即表值和图像，并使用变量名声明它们，如下所示。

任何自动的内容都可以在双花括号{{variable_name}}中声明，包括文本和图像。对于表，你需要创建一个包含所有列的模板行表，然后你需要在上面加上一行，下面加上一行，符号如下:

第一行:

{%tr for item in variable_name %}

最后一行:

{%tr endfor %}

在上图中，变量名是：

table_contents用于存储表格数据的Python字典
字典键的索引(第一列)
字典值的功率、电流和电压(第二、第三和第四列)

然后我们将模板文档导入Python，并创建一个字典来存储表中的值:

template = DocxTemplate('template.docx')
table_contents = []for i in range(2, sheet_1.max_row + 1):
    table_contents.append({
        'Index': i-1,
        'Power': sheet_1.cell(i, 1).value,
        'Current': sheet_1.cell(i, 2).value,
        'Voltage': sheet_1.cell(i, 3).value
        })

接下来，我们将导入之前由Excel生成的图表图像，并创建另一个字典来实例化模板文档中声明的所有占位符变量:

image = InlineImage(template,'chart.png',Cm(10))context = {
    'title': 'Automated Report',
    'day': datetime.datetime.now().strftime('%d'),
    'month': datetime.datetime.now().strftime('%b'),
    'year': datetime.datetime.now().strftime('%Y'),
    'table_contents': table_contents,
    'image': image
    }

最后，我们将用我们的值表和图表图像渲染报告:

template.render(context)
template.save('Automated_report.docx')

结果

好了，这就是一个自动生成的Microsoft Word报告，包含数字和在Microsoft Excel中创建的图表。这样你就有了一个完全自动化的管道，可以用来创建尽可能多的表格、图表和文档。

最后，完整的代码在这里：https://github.com/mkhorasani/excel_word_automation 有兴趣的可以下载修改和执行

到此这篇关于使用Python自动化Microsoft Excel和Word的文章就介绍到这了,更多相关使用Python自动化Microsoft Excel和Word内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

使用Pandas实现数据的清理的入门详解
数据清理是数据分析过程中的关键步骤，它涉及识别缺失值、重复行、异常值和不正确的数据类型，本文将介绍6个经常使用的数据清理操作，希望对大家有所帮助
2023-08-08
django admin实现动态多选框表单的示例代码
借助django-admin，可以快速得到CRUD界面，但若需要创建多选标签字段时，需要对表单进行调整，本文通过示例代码给大家介绍django admin多选框表单的实现方法，感兴趣的朋友跟随小编一起看看吧
2021-05-05
Python树的镜像的实现示例
树的镜像是指将树的每个节点的左右子树交换,得到一棵新的树,本文主要介绍了Python树的镜像的实现示例,具有一定的参考价值,感兴趣的可以了解一下
2023-11-11
python实现多线程端口扫描
这篇文章主要为大家详细介绍了python实现多线程端口扫描，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-08-08
使用pandas的DataFrame的plot方法绘制图像的实例
今天小编就为大家分享一篇使用pandas的DataFrame的plot方法绘制图像的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-05-05
Python随机生成8位密码的示例详解
这篇文章主要为大家详细介绍了基于Python实现随机生成8位密码的相关方法，文中的示例代码讲解详细，具有一定的借鉴价值，需要的可以参考一下
2023-02-02
python爬虫增加访问量的方法
这篇文章主要介绍了python爬虫增加访问量的方法，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下
2019-08-08
python+Matplotlib 绘制带置信区间的折线图
这篇文章主要介绍了python绘制带置信区间的折线图,在本文中，我们将使用 numpy 模块生成随机数据，并使用 matplotlib 库实现数据可视化，需要的朋友可以参考下
2023-05-05
pytorch动态神经网络(拟合)实现
这篇文章主要介绍了pytorch动态神经网络(拟合)实现,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-03
用python代码做configure文件
在lua中，我一直用lua作为config文件，或者承载数据的文件 - 好处是lua本身就很好阅读，然后无需额外写解析的代码，还支持在configure文件中读环境变量，条件判断等，方便又强大！
2014-07-07