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
CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2022-03-18CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01