Python的一次实际应用：利用Python操作Word文档的页码

需求：一次性处理24个文档的页码。

文档详情：

1、每个word文档包含800页左右，每一页包含一个标题和一张图片。

2、由于图片有横排也有竖排，因此，每页文档都进行了分节处理。

3、但每一节的页码格式不统一，并且没有连续编号。

要求：

1、所有页面的页码必须连续编号。

2、所有页面的页码格式必须统一（字体、字号相同）。

如果手工处理工作量很大，因为无法全部选中页脚。使用Python语言程序来处理上述文档，程序代码如下：

from docx import Document
from docx.oxml.shared import qn
from docx.oxml import parse_xmldef process_word_document(doc_path, output_path):# 打开Word文档doc = Document(doc_path)# 获取文档中的所有节sections = doc.sectionsprint(f"文档共有 {len(sections)} 个节")# 处理第一节（特殊处理，不链接到前一节）first_section = sections[0]first_footer = first_section.footer# 清除第一节页脚内容for paragraph in list(first_footer.paragraphs):p = paragraph._elementp.getparent().remove(p)for table in list(first_footer.tables):t = table._elementt.getparent().remove(t)print("已处理第1节")# 处理其他节for i, section in enumerate(sections[1:], 1):footer = section.footer# 清除页脚内容for paragraph in list(footer.paragraphs):p = paragraph._elementp.getparent().remove(p)for table in list(footer.tables):t = table._elementt.getparent().remove(t)# 设置页脚链接到前一节footer.is_linked_to_previous = True# 设置页码为续前节sectPr = section._sectPrpgNumType = sectPr.find(qn('w:pgNumType'))if pgNumType is None:pgNumType = parse_xml(r'<w:pgNumType xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"/>')sectPr.append(pgNumType)# 移除start属性以确保续前节start_attr = qn('w:start')if pgNumType.get(start_attr) is not None:pgNumType.attrib.pop(start_attr, None)# 每处理100节打印一次进度if (i + 1) % 100 == 0:print(f"已处理 {i + 1} 个节")# 保存文档doc.save(output_path)print(f"处理完成! 共处理了 {len(sections)} 个节")print("所有节的页脚已清除，设置为链接到前一节，且页码设置为续前节")# 使用示例
if __name__ == "__main__":input_file = r"d:\wgx\ok\a619.docx"  # 输入文件路径output_file = r"d:\wgx\ok\a6190.docx"  # 输出文件路径process_word_document(input_file, output_file)

由于程序代码调用了第三方库（python-docx），因此需要先安装python-docx库才能运行上述代码。

打开windows命令行窗口，执行如下命令：

pip install python-docx

执行结果如下图所示：

打开Python集成环境，执行上面的程序代码。结果如下：

该程序的功能是：

1、清除所有节中页脚的内容（包括页码）。

2、设置每一节【链接到前一节】属性。

3、设置每一节的页码为【续前节】。

执行完毕后，在文档的任意一节中手工插入页码，设置页码的格式即可。则整个文档的页码格式保持一致，并且每一节连续编号。