docxtpl,一个强大的 Python 库!

更多资料获取
📚 个人网站:ipengtao.com
大家好,今天为大家分享一个强大的 Python 库 - docxtpl。
项目地址:https://docxtpl.readthedocs.io/en/latest/
在日常工作中,自动生成和处理 Word 文档是一个常见需求。docxtpl 是一个功能强大的 Python 库,专门用于基于模板生成 Microsoft Word 文档。它使得通过预定义的模板快速生成个性化的文档变得非常简单,适用于生成合同、报告、发票等。本文将详细介绍 docxtpl 库,包括其安装方法、主要特性、基本和高级功能,以及实际应用场景,帮助全面了解并掌握该库的使用。
安装
要使用 docxtpl 库,首先需要安装它。可以通过 pip 工具方便地进行安装。
以下是安装步骤:
pip install docxtpl
安装完成后,可以通过导入 docxtpl 库来验证是否安装成功:
import docxtpl
print("docxtpl 库安装成功!")
特性
- 模板驱动:基于预定义的 Word 模板生成文档,简单直观。
- 变量替换:支持在模板中使用变量和表达式,自动替换为实际值。
- 丰富的控制结构:支持循环、条件判断等控制结构,生成动态内容。
- 图片嵌入:支持在文档中嵌入图片,生成图文并茂的文档。
- 表格和列表:支持生成复杂的表格和列表,满足各种文档需求。
基本功能
创建简单文档
使用 docxtpl,可以方便地创建一个简单的 Word 文档。
from docxtpl import DocxTemplate# 创建模板文档
doc = DocxTemplate("template.docx")# 定义要替换的变量
context = {'name': 'John Doe','date': '2023-06-01'
}# 渲染模板
doc.render(context)# 保存生成的文档
doc.save("generated_doc.docx")
插入图片
docxtpl 支持在文档中插入图片。
from docxtpl import DocxTemplate, InlineImage
from docx.shared import Cm# 创建模板文档
doc = DocxTemplate("template_with_image.docx")# 定义要替换的变量
context = {'name': 'Jane Doe','image': InlineImage(doc, 'image.png', width=Cm(5))
}# 渲染模板
doc.render(context)# 保存生成的文档
doc.save("generated_doc_with_image.docx")
生成表格
docxtpl 支持生成复杂的表格。
from docxtpl import DocxTemplate# 创建模板文档
doc = DocxTemplate("template_with_table.docx")# 定义要替换的变量
context = {'table_data': [{'item': 'Item 1', 'description': 'Description 1', 'price': 10},{'item': 'Item 2', 'description': 'Description 2', 'price': 20},{'item': 'Item 3', 'description': 'Description 3', 'price': 30}]
}# 渲染模板
doc.render(context)# 保存生成的文档
doc.save("generated_doc_with_table.docx")
高级功能
使用控制结构
docxtpl 支持在模板中使用控制结构,如循环和条件判断。
from docxtpl import DocxTemplate# 创建模板文档
doc = DocxTemplate("template_with_control_structures.docx")# 定义要替换的变量
context = {'items': [{'name': 'Item 1', 'price': 10},{'name': 'Item 2', 'price': 20},{'name': 'Item 3', 'price': 30}],'total_price': 60,'discount': 5
}# 渲染模板
doc.render(context)# 保存生成的文档
doc.save("generated_doc_with_control_structures.docx")
嵌套表格
docxtpl 支持嵌套表格的生成。
from docxtpl import DocxTemplate# 创建模板文档
doc = DocxTemplate("template_with_nested_table.docx")# 定义要替换的变量
context = {'orders': [{'order_id': '1001','items': [{'name': 'Item A', 'quantity': 2, 'price': 100},{'name': 'Item B', 'quantity': 1, 'price': 200}],'total': 400},{'order_id': '1002','items': [{'name': 'Item C', 'quantity': 3, 'price': 50},{'name': 'Item D', 'quantity': 2, 'price': 150}],'total': 450}]
}# 渲染模板
doc.render(context)# 保存生成的文档
doc.save("generated_doc_with_nested_table.docx")
动态图片
docxtpl 支持动态插入图片。
from docxtpl import DocxTemplate, InlineImage
from docx.shared import Cm# 创建模板文档
doc = DocxTemplate("template_with_dynamic_images.docx")# 定义要替换的变量
context = {'products': [{'name': 'Product 1', 'image': InlineImage(doc, 'product1.png', width=Cm(4))},{'name': 'Product 2', 'image': InlineImage(doc, 'product2.png', width=Cm(4))}]
}# 渲染模板
doc.render(context)# 保存生成的文档
doc.save("generated_doc_with_dynamic_images.docx")
实际应用场景
合同生成
通过 docxtpl 自动生成合同文档,减少手动填写的工作量。
from docxtpl import DocxTemplate# 创建模板文档
doc = DocxTemplate("contract_template.docx")# 定义要替换的变量
context = {'party_a': 'Company A','party_b': 'Company B','contract_date': '2023-06-01','contract_terms': 'All terms and conditions of the contract...'
}# 渲染模板
doc.render(context)# 保存生成的合同文档
doc.save("generated_contract.docx")
报告生成
通过 docxtpl 自动生成数据报告,方便定期生成和分发。
from docxtpl import DocxTemplate# 创建模板文档
doc = DocxTemplate("report_template.docx")# 定义要替换的变量
context = {'report_date': '2023-06-01','author': 'John Doe','summary': 'This is a summary of the report...','details': 'Detailed data and analysis...','conclusion': 'Conclusion of the report...'
}# 渲染模板
doc.render(context)# 保存生成的报告文档
doc.save("generated_report.docx")
发票生成
通过 docxtpl 自动生成发票,减少手动填写和计算的工作量。
from docxtpl import DocxTemplate# 创建模板文档
doc = DocxTemplate("invoice_template.docx")# 定义要替换的变量
context = {'invoice_number': 'INV-2023-001','billing_date': '2023-06-01','customer_name': 'Jane Doe','items': [{'description': 'Item 1', 'quantity': 2, 'unit_price': 100, 'total': 200},{'description': 'Item 2', 'quantity': 1, 'unit_price': 150, 'total': 150}],'subtotal': 350,'tax': 35,'total': 385
}# 渲染模板
doc.render(context)# 保存生成的发票文档
doc.save("generated_invoice.docx")
总结
docxtpl 库是一个功能强大且易于使用的文档生成工具,能够帮助开发者在 Python 项目中高效地创建和管理 Word 文档。通过支持基于模板的文档生成、变量替换、丰富的控制结构、图片嵌入和复杂表格生成,docxtpl 能够满足各种复杂的文档生成需求。本文详细介绍了 docxtpl 库的安装方法、主要特性、基本和高级功能,以及实际应用场景。希望本文能帮助大家全面掌握 docxtpl 库的使用,并在实际项目中发挥其优势。
Python学习路线

更多资料获取
📚 个人网站:ipengtao.com
如果还想要领取更多更丰富的资料,可以点击文章下方名片,回复【优质资料】,即可获取 全方位学习资料包。

点击文章下方链接卡片,回复【优质资料】,可直接领取资料大礼包。
相关文章:
docxtpl,一个强大的 Python 库!
更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个强大的 Python 库 - docxtpl。 项目地址:https://docxtpl.readthedocs.io/en/latest/ 在日常工作中,自动生成和处理 Word 文档是一个常见需求。doc…...
捷途山海T2:超长续航,节能环保的驾驶新星
在当今的汽车市场中,消费者的购车选择日趋多样化,不再仅限于传统的燃油车。随着环保理念的深入人心以及人们对用车成本的日益关注,像捷途山海T2这样配备高效混动系统的车型逐渐受到大众的青睐。 捷途山海T2,以其杰出的节能性、强劲…...
[Day 45] 區塊鏈與人工智能的聯動應用:理論、技術與實踐
區塊鏈的可擴展性挑戰 概述 區塊鏈技術在過去幾年中取得了顯著的進展,其去中心化、透明和安全的特性使其在金融、供應鏈管理、醫療等領域得到了廣泛應用。然而,區塊鏈技術的一個重大挑戰是其可擴展性。可擴展性是指系統能夠有效處理日益增長的數據和用…...
白骑士的PyCharm教学实战项目篇 4.3 自动化测试与持续集成
系列目录 上一篇: 在现代软件开发过程中,自动化测试与持续集成(CI)是确保代码质量和快速交付的关键环节。PyCharm作为一款强大的集成开发环境(IDE),为自动化测试和持续集成提供了全面的支持。本…...
权限模块开发+权限与角色关联(完整CRUD)
文章目录 🌞 Sun Frame:SpringBoot 的轻量级开发框架(个人开源项目推荐)🌟 亮点功能📦 spring cloud模块概览常用工具 🔗 更多信息1.easycode生成代码1.配置2.AuthPermissionDao.java剪切到mapp…...
llama神经网络的结构,llama-3-8b.layers=32 llama-3-70b.layers=80; 2000汉字举例说明
目录 llama-3-8b.layers=32 llama-3-70b.layers=80 llama神经网络的结构 Llama神经网络结构示例 示例中的输入输出大小 实际举例说明2000个汉字文本数据集 初始化词嵌入矩阵 1. 输入层 2. 嵌入层 3. 卷积层 4. 全连接层 llama-3-8b.layers=32 llama-3-70b.laye…...
单细胞数据怎么表现genes mRNA表达的热图?
愿武艺晴小朋友一定得每天都开心 #热图 library("ComplexHeatmap") exp <- AverageExpression(subset(fasting_memory, Celltype %in% c("Pre-B")), layer = "data", #即CPM值 features …...
Java聚合快递对接云洋系统小程序源码
🚀【物流新纪元】聚合快递如何无缝对接云洋系统,效率飙升秘籍大公开!✨ 🔍 开篇揭秘:聚合快递的魅力所在 Hey小伙伴们,你是否还在为多家快递公司账号管理繁琐、订单处理效率低下而头疼?&#…...
MySQL——数据表的基本操作(三)修改数据表
有时候,希望对表中的某些信息进行修改,这时就需要修改数据表。所谓修改数据表指的是修改数据库中已经存在的数据表结构,比如,修改表名、修改字段名、修改字段的数据类型等。在 MySQL中,修改数据表的操作都是使用 ALTER…...
医学图像分割的基准:TransUnet(用于医学图像分割的Transformer编码器)器官分割
1、 TransUnet 介绍 TransUnet是一种用于医学图像分割的深度学习模型。它是基于Transformer模型的图像分割方法,由AI研究公司Hugging Face在2021年提出。 医学图像分割是一项重要的任务,旨在将医学图像中的不同结构和区域分离出来,以便医生可…...
java-swing编写学生成绩查询管理系统
本文是本人大二上实训项目-学生成绩查询管理系统,采用本项目使用Java、MySQL技术。界面框架由Java Swing搭建,用JDBC实现Java与MySQL的连接。 本项目适合初学java和mysql的同学,来做一些小项目来提升自己,因为兴趣所以想要做去尝…...
volatile浅解
volatile修饰的变量有两个特点 线程中修改了自己工作内存中的副本后,立即将其刷新到主内存工作内存中每次读取共享变量时,都会去主内存中重新读取,然后拷贝到工作内存 内存 -> CPU Cache -> CPU 如果没有volatile那么就会继续读取缓存…...
世媒讯带您了解什么是媒体邀约
什么是媒体邀约?其实媒体邀约是一种公关策略,旨在通过邀请媒体记者和编辑参加特定的活动、发布会或其他重要事件,以确保这些活动能够得到广泛的报道和关注。通过这种方式,企业和组织希望能够传达重要信息,提高品牌知名…...
[Kimi 笔记]“面向搜索引擎”
"面向搜索引擎"(Search Engine-Oriented,SEO-Oriented 或 SEO-Friendly)通常指的是在设计和开发网站时,采取一系列措施来优化网站内容和结构,以便提高网站在搜索引擎结果页面(SERP)中…...
如何在亚马逊云科技AWS上利用LoRA高效微调AI大模型减少预测偏差
简介: 小李哥将继续每天介绍一个基于亚马逊云科技AWS云计算平台的全球前沿AI技术解决方案,帮助大家快速了解国际上最热门的云计算平台亚马逊云科技AWS AI最佳实践,并应用到自己的日常工作里。 在机器学习和人工智能领域,生成偏差…...
订单定时状态处理业务(SpringTask)
文章目录 概要整体架构流程技术细节小结 概要 订单定时状态处理通常涉及到对订单状态进行定期检查,并根据订单的状态自动执行某些操作,比如关闭未支付的订单、自动确认收货等. 需求分析以及接口设计 需求分析 用户下单后可能存在的情况: …...
STM32 | ADC+RS485(第十天)
点击上方"蓝字"关注我们 01、ADC概述 ADC, Analog-to-Digital Converter的缩写,指模/数转换器或者模拟/数字转换器。是指将连续变量的模拟信号转换为离散的数字信号的器件。真实世界的模拟信号.例如温度、压力、声音或者图像等,需要转换成更容易储存、处理和发射的…...
python打包成能够在mac里面运行的程序
要将你的PyQt5应用程序打包成可以在macOS上运行的独立应用程序,可以使用工具如PyInstaller或py2app。下面是使用py2app的详细步骤,因为它是macOS上专用的打包工具,并且更好地支持PyQt5。 1. 安装py2app 首先,确保你的macOS系统上…...
基于FPGA的数字信号处理(20)--半减器和全减器
目录 1、前言 2、半减器 3、全减器 4、减法器 文章总目录点这里:《基于FPGA的数字信号处理》专栏的导航与说明 1、前言 既然有半加器和全加器,那自然也有半减器和全减器了。尽管在电路中减法的实现基本都是 补码 加法 的形式,但是正所谓…...
Python:单引号,双引号,三引号的区别
在Python中,单引号()、双引号(")和三引号( 或 """)都可以用来定义字符串,但它们之间有一些区别: 单引号()和双引号…...
基于算法竞赛的c++编程(28)结构体的进阶应用
结构体的嵌套与复杂数据组织 在C中,结构体可以嵌套使用,形成更复杂的数据结构。例如,可以通过嵌套结构体描述多层级数据关系: struct Address {string city;string street;int zipCode; };struct Employee {string name;int id;…...
国防科技大学计算机基础课程笔记02信息编码
1.机内码和国标码 国标码就是我们非常熟悉的这个GB2312,但是因为都是16进制,因此这个了16进制的数据既可以翻译成为这个机器码,也可以翻译成为这个国标码,所以这个时候很容易会出现这个歧义的情况; 因此,我们的这个国…...
rknn优化教程(二)
文章目录 1. 前述2. 三方库的封装2.1 xrepo中的库2.2 xrepo之外的库2.2.1 opencv2.2.2 rknnrt2.2.3 spdlog 3. rknn_engine库 1. 前述 OK,开始写第二篇的内容了。这篇博客主要能写一下: 如何给一些三方库按照xmake方式进行封装,供调用如何按…...
模型参数、模型存储精度、参数与显存
模型参数量衡量单位 M:百万(Million) B:十亿(Billion) 1 B 1000 M 1B 1000M 1B1000M 参数存储精度 模型参数是固定的,但是一个参数所表示多少字节不一定,需要看这个参数以什么…...
ESP32读取DHT11温湿度数据
芯片:ESP32 环境:Arduino 一、安装DHT11传感器库 红框的库,别安装错了 二、代码 注意,DATA口要连接在D15上 #include "DHT.h" // 包含DHT库#define DHTPIN 15 // 定义DHT11数据引脚连接到ESP32的GPIO15 #define D…...
【机器视觉】单目测距——运动结构恢复
ps:图是随便找的,为了凑个封面 前言 在前面对光流法进行进一步改进,希望将2D光流推广至3D场景流时,发现2D转3D过程中存在尺度歧义问题,需要补全摄像头拍摄图像中缺失的深度信息,否则解空间不收敛…...
Python爬虫(一):爬虫伪装
一、网站防爬机制概述 在当今互联网环境中,具有一定规模或盈利性质的网站几乎都实施了各种防爬措施。这些措施主要分为两大类: 身份验证机制:直接将未经授权的爬虫阻挡在外反爬技术体系:通过各种技术手段增加爬虫获取数据的难度…...
大模型多显卡多服务器并行计算方法与实践指南
一、分布式训练概述 大规模语言模型的训练通常需要分布式计算技术,以解决单机资源不足的问题。分布式训练主要分为两种模式: 数据并行:将数据分片到不同设备,每个设备拥有完整的模型副本 模型并行:将模型分割到不同设备,每个设备处理部分模型计算 现代大模型训练通常结合…...
NXP S32K146 T-Box 携手 SD NAND(贴片式TF卡):驱动汽车智能革新的黄金组合
在汽车智能化的汹涌浪潮中,车辆不再仅仅是传统的交通工具,而是逐步演变为高度智能的移动终端。这一转变的核心支撑,来自于车内关键技术的深度融合与协同创新。车载远程信息处理盒(T-Box)方案:NXP S32K146 与…...
怎么让Comfyui导出的图像不包含工作流信息,
为了数据安全,让Comfyui导出的图像不包含工作流信息,导出的图像就不会拖到comfyui中加载出来工作流。 ComfyUI的目录下node.py 直接移除 pnginfo(推荐) 在 save_images 方法中,删除或注释掉所有与 metadata …...
