python确实是一款很实用的数据分析工具,尤其是在处理重复性工作方面。小编今天给大家推荐的这篇文章就是关于python自动化处理合同的,希望能帮助大家解放双手,实现合同的自动化处理。
文章来源: 早起Python
作者:陈熹
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。
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
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!
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')
本次的案例具有较强的实用性,并且需求可以延伸成为:将一份信息汇总表Excel中的每一个单独信息(每一行或者每一列为个人、公司或者其他的信息)填写到指定的模板Eord中,生成单独的文档,不过在写自动化脚本之前也要先拆分任务,明确思路再进行!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31本人基本情况: 学校及专业:厦门大学经济学院应用统计 实习经历:快手数据分析、字节数据分析、百度数据分析 Offer情况:北京 ...
2025-01-3001专家简介 徐杨老师,CDA数据科学研究院教研副总监,主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课,负责过中 ...
2025-01-29