先从一个很常见的办公场景说起你接到的任务是把一批项目评审记录整理成十几份 Word 文档每一份要有标题、信息表、评审意见和注意事项。表面上这是复制粘贴实际做起来却要反复调整标题层级、统一中文字体、对齐表格、处理好分页。一套流程下来下午的时间基本就没了。Python 当然能处理这类重复工作但真正的问题在于很多人以为自动生成 Word 就是“往空白文档里写入文字”结果生成的文档要么样式不对要么替换文字时把原有格式弄丢了。如果你正在按 py100-lv2-085 这类 Python 练级题目推进办公自动化做到 Word 文档处理word-doc这一步大概率会遇到上面说的问题。这类练习的难点并不在 Python 语法而在两个容易被忽略的层面一是 .docx 文件本身的内部结构二是 python-docx 对段落、文本块、表格的组织方式。不理解这两点代码写得再热闹产出的文档也未必能直接交付。这篇文章会从实际需求出发先讲清 Word 自动化真正适合做什么、不适合做什么再拆解 python-docx 的核心对象模型然后按“读取文档 → 创建文档 → 批量生成 → 模板替换”这条路径给出可运行的代码。最后我会整理常见报错和工程实践建议。读完这篇文章你可以自己写脚本批量生成 Word 报告也能在占位符替换失效时快速定位问题原因。1. 为什么用 Python 处理 Word 文档适用场景与边界1.1 办公自动化中 Word 任务的特点Python 处理 Excel 已经很成熟pandas、openpyxl 几乎成了办公自动化的默认工具。Word 处理之所以显得更麻烦是因为 Word 文档不仅有文字内容还有字体、颜色、段落缩进、行距、表格边框、页眉页脚这些视觉属性。数据结构化程度比 Excel 低但人与人沟通时又很依赖这种排版的确定性。不过办公场景里的 Word 任务往往高度重复。比如“把 Excel 里的 50 条员工培训记录生成 50 份报名回执”“把项目验收数据填进固定格式的意见表”“把合同模板里的乙方名称和金额替换成实际数据”。这些任务的共同点是文档结构固定只有少量数据在变化。用 Python 做的并不是把 Word“画”出来而是按模板把数据填进去。判断一个需求适不适合用 python-docx 自动化标准很简单如果文档结构是固定的只有字段值在变自动化的收益最大。如果每份文档的排版都需要人工微调比如图文混排、复杂页面布局、批注修订这类需求交给脚本往往比手工还慢。1.2 什么样的任务适合 python-docx适合的任务主要有几类第一根据 Excel、CSV 或数据库记录批量生成固定格式的 Word 报告典型的例子是工资条、评审意见单、协议回执。第二对一批已有的 .docx 文档做批量内容提取把段落和表格转成结构化数据再入库。第三在固定模板上填充占位符然后另存为正式文件。第四批量统一简单格式比如把所有标题改成黑体、正文改成宋体、行距调整为 1.5 倍。还有一类常见需求是“把 Word 转成 PDF”。python-docx 本身不做转换通常要借助 Word 应用或 LibreOffice。Windows 下可以用 docx2pdf 这类封装Linux 服务器上常用 LibreOffice 命令行完成转换。1.3 不适合的场景要尽早避开首先python-docx 不支持老的 .doc 格式只能处理 .docx。如果手头文件是 .doc需要先另存为 .docx或者用标准办公软件做一次格式转换。旧版 Word 的二进制格式和 OOXML 完全不同绕开这一点很容易报错。其次python-docx 对文本框、SmartArt、图表、批注、修订等高级内容支持很弱甚至无法访问。你自己做模板时尽量避免这些元素否则自动化流程会在这里断开。另外python-docx 是按文件快照方式操作的它不会和正在打开的 Word 进程实时同步。如果 Word 正占着目标文件程序写入时大概率会碰到 PermissionError。真正的办公自动化流程应该先设计好模板再让脚本在文件层面独立处理。2. python-docx 的核心概念从 OOXML 到对象模型2.1 .docx 本质上是一个压缩包很多人把 .docx 当成一个“只能由 Word 打开的文件”这是一个容易形成误解的认知。实际上 .docx 是基于 Office Open XML 的压缩包把文件后缀改成 .zip 后解压可以看到里面有一系列 XML