前两天有个朋友向我求助，她在写毕业论文时，不小心将论文里的中文双引号替换为英文的了，各种原因导致无法回退，8万多字的论文，眼看就要交了，该怎么办？

首先想到 word 自身的替换功能，倒是能查到，但是没法动态替换，即只替换两边引号，而不换中间内容；

另外一种方案是，即用 VBA，通过编程来替换，虽说做过几个项目，可好久不用，拾起费劲，再加上 VBA 中各种概念和用法，学习成本太高，放弃；

还有一种方案，即用 Python 操作 word，首先对 Python 更熟悉，另外一定有别人造好的轮子。果然，没用多久找到了 python-docx Python 库，文档齐全，功能强大，用来解决替换问题不在话下。

开始之前，先简单了解下 python-docx

python-docx 是用于创建可修改 微软 Word 的一个 python 库，提供全套的 Word 操作，是最常用的 Word 工具

使用前，先了解几个概念：

• Document： 是一个 Word 文档 对象，不同于 VBA 中 Worksheet 的概念，Document 是独立的，打开不同的 Word 文档，就会有不同的 Document 对象，相互之间没有影响
• Paragraph： 是段落，一个 Word 文档由多个段落组成，当在文档中输入一个回车键，就会成为新的段落，输入 shift + 回车，不会分段
• Run 表示一个节段，每个段落由多个 节段 组成，一个段落中具有相同样式的连续文本，组成一个节段，所以一个 段落 对象有个 Run 列表

例如有一个 Word，内容是：

则 结构这样划分：

第二个 段落（paragraph），没有内容，所以 节段（run）为空

可以用 pip 来安装：

命令行中运行下面语句，如果没有报错，则说明安装成功

python-docx 安装后，测试一下：

• 引入 Document 类
• 定义一个新文档对象 document
• 想文档中插入一个段落（paragraph）
• 再在这个段落（paragraph）前插入另一个段落
• 最后调用文档对象 document 的 save 保存文档

用 Word 打开保存的 test.docx 就可以看到：

了解了 python-docx 的基本概念，开始着手解决问题，大体思路是：

1. 读取文档内容
2. 查找 英文引号 之间的内容
3. 将找到的内容的 英文引号 换成 中文引号，并将内容替换回去
4. 完成处理后将文档另存

首先要解决的是如何找到 英文引号之间的内容？

例如文档内容有这么一段：

对于英文引号来说不区分前引号和后引号，怎么能保证配置到的不会是 “和从”、”、” 以及 “以学习者为中心”和从”个性化学习”、”精准教学” 或者 不会忽略两个引号出现在上下行的情况？

重温正则表达式，终于得到如下表达式：

• ?:：为了取消圆括号模式配置过程的缓存，即不需要遇到一个符合的就结束匹配
• [^”]：表示匹配的内容不能是 “，以避免贪婪匹配，即避免匹配成 从第一个 ” 开始一直到最后一个 “结束
• 整体的意思是 配置两个 ” 之间的内容，且内容中不包括 “

后来整理过程中，还发现另一种写法：

不过 . 不能匹配换行符\n，坚持要用，需要使用 可选修饰符 re.S:

• 引入 正则表达式模块 re
• re.S 为可选标识修饰符，使 . 匹配包括换行在内的所有字符
• 利用 findAll 查找所有匹配内容

关于 Python 正在表达式的更多用法参考文后参考链接

查找问题解决了，做替换就方便多了：

• 引入 Document 类，和正则表达式模块
• 打开目标文档，字符串前的 r 表示取消字符串转义，即按原始字符产来解释
• 循环文档的 段落（paragraph），对每个段落，用正则表达式进行匹配
• 循环对于匹配到的结果，将前后引号，换成中文引号，并替换 段落（paragraph）的 text；其中 r[1:-1] 表示截取从第二个位置(第一个位置是 0）到倒数第二个位置截取字符串，刚好去掉前后引号
• 最后另存文档

注意：python-docx 保存文档时不会给出任何提示，会瞬间完成，所以另存是个稳妥的做法

完工，赶紧将替换好的文档发过去……

还没来得回味，她说：“非常感谢！那个～ 能不能再帮我生成个图表目录，这个必须要……”

好吧，能者多劳（神器在手），干就完了……

在上面小试牛刀中，介绍了插入段落（paragraph）的用法，下面在介绍一些 python-docx 的其他功能

为了简洁，下面例子中省略了 Document 类的引入和实例化代码，document 为 Document 的实例

默认情况下添加的标题是最高一级的，即一级标题，通过参数 level 设定，范围是 1 ~ 9，也有 0 级别，表示的是段落标题：

如果一个段落不满一页，需要分页时，可以插入一个分页符，直接调用会将分页符插入到最后一个段落之后:

Word 文档中经常会用到表格，python-docx 如何添加和操作表格呢？

更复杂点的例子：

添加图片，即，为 Word 里 菜单中 插入 > 图片 插入的功能，插入图片为原始大小：

插入时设置图片大小：

除了厘米，python-docx 还提供了 英寸（Inches），如设置 1英寸: Inches(1.0)

样式可以针对整体文档（document）、段落（paragraph）、节段（run），月具体，样式优先级越高

python-docx 样式功能配置多样，功能丰富，这里对段落样式和文字样式做简单介绍

段落样式包括：对齐、列表样式、行间距、缩进、背景色等，可以在添加段落时设定，也可以在添加之后设置：

在前面 python-docx 文档结构图可以看到，段落中，不同样式的内容，被划分成多个 节段（Run），文字样式是通过 节段（Run）来设置的

设置字体稍微复杂些，例如设置一段文字为 宋体：

python-docx 是个功能强大的 Word 库，能实现几乎所有在 Word 中操作，今天通过一个实例，介绍了 python-docx 的一些基本用法，限于篇幅，没法展开讨论更多内容，如果有兴趣可以深入研究，说不定可以让 Word 像 Markdown 一样简单。