你是不是也遇到过这样的场景月底要汇总几十张 Excel 报表复制粘贴到手指发酸领导临时让你把一份 Word 通知批量改成 20 个不同部门又或者每周都要做一份格式一模一样的 PPT 周报光是调字体和占位符就耗掉半天。其实这些活Python 都能做而且做起来很快。我之前也是从“只会打开 Excel 手动操作”的阶段过来的直到有一天被一堆重复性的文档整理工作压到崩溃才开始认真用 Python 写脚本。今天这篇文章我把自己实际用过的 Python 操作 Excel、Word、PPT 的思路整理成了一套完整教程不是只贴接口文档而是带你从背景概念、环境搭建、实战代码到最终运行效果完整走一遍。本文适合下面几类读者工作里经常和 Office 三件套打交道想提升效率的职场人刚刚学完 Python 基础想知道一行行代码到底能解决什么实际问题的同学被 Excel 函数、Word 宏、PPT 模板折磨过想换一种更可控的自动化方案的开发者。读完之后你可以掌握用 Python 实现对 Excel 的批量读写与统计、对 Word 文档的批量生成与内容替换、对 PPT 的自动化创建与版式修改并学会封装脚本的方法。1. Python 办公自动化到底能帮你做什么先不急着写代码我们来理清一个概念。所谓的“Python 办公自动化”指的是使用 Python 作为控制工具操作常见的办公文件格式比如 Excel 工作簿、Word 文档、PPT 演示文稿把原来需要在 Office 软件里手动完成的重复操作通过代码自动执行。它不是说让你用 Python 写一个 Office 软件只是通过代码完成“读写内容、调整格式、批量生成、汇总计算”这一类文档处理动作。1.1 办公自动化的常见应用场景我身边比较常见的场景大致有下面几类首先是批量格式整理。比如几十个 Excel 表都设置了不同字体、列宽、边框而汇总方要求统一格式。这种情况下手动打开每一份文件再调整不仅慢还容易漏。用 Python 遍历文件统一设置样式几秒就能完成。其次是数据汇总与统计。这也是最刚需的场景。各分店发来销售明细表需要合并到一张总表里并且按产品类别或门店名称汇总求和Python 里的 pandas 处理这种二维表是最顺手的。然后是批量生成文档。比如给不同客户生成不同合同模板、给不同员工生成录用通知书。这类工作往往是同一个 Word 模板只有称呼、项目名称、金额、日期等少数字段不一样。用 Python 读取外部数据源然后循环替换模板里的占位符就可以批量输出 Word 文件。还有数据看板与汇报材料生成。从 Excel 读取统计数据后直接在 PPT 中生成可视化图表页面或者把关键数据填入固定版式的 PPT 模板页省掉手工复制数据、重新做图表的时间。1.2 常用工具库梳理Python 能处理 Office 文件依赖的是社区提供的大量第三方库。不同文件类型有对应的核心库文件类型主要操作库能做什么Excelopenpyxl / pandas / xlsxwriter读写 xlsx、批量汇总、格式设置、图表生成xlsxwriter 适合大量写操作Wordpython-docx读取 docx 文本、创建段落、设置字体、插入图片和表格还可以处理模板占位符替换PPTpython-pptx打开已有 pptx 模板、添加幻灯片、写入文本、设置版式、插入图片和图表CSVcsv / pandas读写逗号分隔或自定义分隔符的文本表格数据PDFpdfplumber / PyPDF2新版推荐 pypdf读取 PDF 文字、合并拆分 PDF、提取表格注意一个版本问题老代码里常见的xlrd在新版本中已经不再支持 xlsx 格式只支持 .xls所以现在读取 .xlsx 建议使用openpyxl或pandas格式读写由后端解析引擎完成。1.3 没有基础能学会吗我能理解有些读者看到“编程”两个字就头大但实际上办公自动化脚本的门槛并不高。你不需要啃很深的数据结构和算法只需要掌握最基本的语法变量、列表、字典、for 循环、if 条件、函数定义然后学会把 Office 操作的 API 按照官网示例“抄下来改一改”。我把这篇文章写成了一套“照着做”的教程。遇到不懂的地方你动手跑一遍多看打印输出慢慢就能建立起“文件对象—读取方式—写入操作”的完整心智模型。2. 环境准备与基础配置工欲善其事必先利其器。在写自动化脚本之前先要把 Python 环境和依赖库准备到位。2.1 安装 Python 解释器如果你的电脑里还没有 Python可以先到 Python 官网下载安装包。如果你的操作系统在 Windows 上用安装时记得勾选最下方的“Add Python to PATH”这样在命令行中直接输入python才能找到解释器。安装完成后打开命令行Windows 下是 CMD 或 PowerShellmacOS / Linux 下是终端输入下面命令验证python --version如果输出类似Python 3.13.x的信息说明安装成功。有些朋友电脑上安装过 Anaconda那里面自带了 Python 和常用的数据分析库也可以用。2.2 安装第三方依赖库本文的示例需要用到这三个核心库openpyxl处理 Excel .xlsx 文件python-docx处理 Word .docx 文档python-pptx处理 PowerPoint .pptx 文件。使用 pip 安装这里建议使用国内镜像加速下载pip install openpyxl python-docx python-pptx -i https://pypi.tuna.tsinghua.edu.cn/simple如果想做复杂的数据统计还可以再安装 pandaspip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple如果你的项目要通过 pip 管理依赖也可以把库名记录到 requirements.txt 中openpyxl3.1.5 python-docx1.1.2 python-pptx1.0.2 pandas2.2.3然后统一执行pip install -r requirements.txt这里的版本号只是举例实际安装时请以你自己环境中的最新兼容版本为准。依赖版本更新较快安装时报错时优先检查版本兼容性和网络源是否可用。2.3 建议使用的开发环境命令行直接写小脚本没有问题但如果你要调试批量处理代码个人还是推荐用一个开发工具这样能看到变量的实时变化比如VS Code Python 插件PyCharm Community EditionJupyter Notebook适合练习语法和逐步分析数据表内容。我平时最常用的是 VS Code轻量且免费。创建项目后建议保持这样的目录结构office_auto/ ├── data/ # 存放原始 Excel、Word、PPT 文件 ├── output/ # 存放脚本生成的结果文件 ├── templates/ # 存放模板文件 ├── scripts/ # 存放 Python 脚本 └── requirements.txt # 依赖列表统一把输入文件和输出路径分开管理后面写脚本时不容易因路径问题混淆。3. Python 操作 Excel从打开工作簿到批量汇总统计Excel 是办公自动化里应用最广的领域。接下来我们先用 openpyxl 从最基础的操作讲起然后通过一个多文件汇总的案例把日常办公的真实场景体现出来。3.1 openpyxl 基础概念openpyxl 操作 Excel 时分三个层次Workbook工作簿对应一个 .xlsx 文件Worksheet工作表也就是 Excel 底部一个个 Sheet 标签页Cell单元格由行号和列号决定比如 A1、C3。常见的打开方式有两种。一种是读取现有文件from openpyxl import load_workbook wb load_workbook(data/sales.xlsx) ws wb.active # 获取当前活动工作表 print(ws[A1].value) # 读取 A1 单元格内容如果打开时源 Excel 带格式并且你没有修改格式的需求可以加data_onlyTrue读取公式计算后的值wb load_workbook(data/sales.xlsx, data_onlyTrue)另一种方式是新创建一个文件from openpyxl import Workbook wb Workbook() ws wb.active ws.title 汇总表 ws[A1] 门店名称 ws[A2] 华东一店 wb.save(output/新建文件.xlsx)这里的save()代表保存到磁盘如果目标文件已存在会被覆盖。写代码时注意对已有的文件做修改后也必须执行save()否则不会生效。3.2 需求描述多 Excel 合并统计为了贴近实际场景我这里设计一个案例假设你是一家连锁零售公司的运营助理公司在华东区有 5 家门店。每个月每家门店会发来一份销售明细表列结构统一为门店名称、商品类别、销售额、销售日期。你的任务是把这 5 张表合并到一张总表并统计每个商品类别的总销售额把结果写入一个新的 Excel 文件。为了演示方便我们先写一个脚本自动生成 5 份模拟数据保存在data/sales/目录下# 文件路径scripts/gen_sales_data.py import os from openpyxl import Workbook os.makedirs(../data/sales, exist_okTrue) stores [华东一店, 华东二店, 华东三店, 华东四店, 华东五店] categories [手机, 电脑, 家电, 配件] samples [ [华东一店, 手机, 35000, 2025-12-01], [华东一店, 电脑, 78000, 2025-12-02], [华东一店, 家电, 21000, 2025-12-03], [华东二店, 手机, 22000, 2025-12-01], [华东二店, 配件, 8500, 2025-12-02], [华东三店, 电脑, 56000, 2025-12-01], [华东三店, 家电, 12000, 2025-12-02], [华东四店, 手机, 18200, 2025-12-01], [华东四店, 电脑, 43000, 2025-12-02], [华东五店, 家电, 9900, 2025-12-01], ] for idx, store in enumerate(stores, start1): wb Workbook() ws wb.active ws.title 销售明细 ws.append([门店名称, 商品类别, 销售额, 销售日期]) for row in samples: if row[0] store: ws.append(row) elif idx 3 and row[0] 华东三店: # 给其中一份文件加几行示例数据 pass # 为了让示例文件空一点这里直接每个文件写 5 行统一数据最后保留完整测试数据 # 重新按门店循环写入 ws.delete_rows(1, ws.max_row) header [门店名称, 商品类别, 销售额, 销售日期] ws.append(header) for row in samples: ws.append(row) wb.save(f../data/sales/{store}_销售明细.xlsx) print(模拟数据生成完成)上面的脚本逻辑其实有一点重复先写入再删除只是为了展示delete_rows的使用方式。如果你自己写生成脚本可以更简洁for store in stores: wb Workbook() ws wb.active ws.append([门店名称, 商品类别, 销售额, 销售日期]) for row in samples: ws.append(row) wb.save(f../data/sales/{store}_销售明细.xlsx)无论如何最终我们应该得到 5 个结构一致的数据文件。这非常重要——只有当输入文件的列结构一致时合并脚本才不需要做额外字段映射。3.3 编写 Excel 汇总脚本真正干活的脚本可以拆成三步遍历目标目录下所有 .xlsx 文件用 openpyxl 逐个读取 Sheet 中从第 2 行开始的数据把数据添加到总表然后使用字典按“商品类别”累加销售额。完整代码如下# 文件路径scripts/merge_sales.py import os import glob from openpyxl import load_workbook, Workbook SALES_DIR ../data/sales OUTPUT_DIR ../output def get_all_sales_files(): pattern os.path.join(SALES_DIR, *.xlsx) return glob.glob(pattern) def merge_sales(): os.makedirs(OUTPUT_DIR, exist_okTrue) all_rows [] category_sum {} files get_all_sales_files() for file_path in files: wb load_workbook(file_path, data_onlyTrue) ws wb.active # 从第二行开始读取跳过表头 for row in ws.iter_rows(min_row2, values_onlyTrue): store_name, category, amount, date_text row if category is None: continue all_rows.append([store_name, category, amount, date_text]) # 统计商品类别销售额 category_sum[category] category_sum.get(category, 0) amount wb.close() # 写入合并明细 wb_out Workbook() ws_detail wb_out.active ws_detail.title 合并明细 ws_detail.append([门店名称, 商品类别, 销售额, 销售日期]) for row in all_rows: ws_detail.append(row) # 写入统计结果 ws_summary wb_out.create_sheet(分类统计) ws_summary.append([商品类别, 总销售额]) for category, total in category_sum.items(): ws_summary.append([category, total]) output_path os.path.join(OUTPUT_DIR, 汇总统计.xlsx) wb_out.save(output_path) print(f合并完成共读取 {len(files)} 个文件总行数 {len(all_rows)} 行) print(f结果已保存到{output_path}) if __name__ __main__: merge_sales()代码里用到了iter_rows(min_row2, values_onlyTrue)这里的values_onlyTrue会直接返回每个单元格的值而不返回单元格对象遍历更高效。读取时还有一个细节值得注意data_onlyTrue只适用于文件里的公式已经被 Excel 计算过并缓存了结果的情况。如果源文件是代码生成的且单元格是直接写入的数值那无论是否加data_only都能读到数值。执行脚本cd scripts python merge_sales.py运行预期合并完成共读取 5 个文件总行数 50 行 结果已保存到../output/汇总统计.xlsx打开生成的汇总文件你会看到两个工作表“合并明细”里是所有门店数据按顺序追加的完整表“分类统计”里已经有按手机、电脑、家电、配件分组求和后的结果了。3.4 Excel 自动化进阶提示上面只是入门级汇总实际工作中的 Excel 自动化还会涉及很多场景常用的处理方向大概是下面这几个单元格格式设置字体、颜色、对齐方式、边框可以使用openpyxl.styles.Font / Alignment / Border。合并单元格与冻结窗格ws.merge_cells(A1:C1)ws.freeze_panes A2。条件判断与公式写入可以直接把 Excel 公式字符串赋给单元格比如ws[C2] A2B2。图表插入openpyxl.chart.BarChart可以把分类汇总结果直接做成柱状图。超大批量文件处理如果文件非常多建议用 pandas 批量读取并拼接内存管理比手工循环更高效。如果你连一个 Excel 都不需要保留格式只做数据提取pandas 一行读取就够import pandas as pd df pd.read_excel(../data/sales/华东一店_销售明细.xlsx) print(df.head())然后所有分组聚合逻辑都可以基于 DataFrame 完成summary df.groupby(商品类别)[销售额].sum().reset_index() summary.to_excel(../output/pandas_summary.xlsx, indexFalse)具体选 openpyxl 还是 pandas取决于你的目标如果重点是保留原格式修改和样式设置选 openpyxl如果重点是数据整理和统计分析pandas 更顺手。4. Python 操作 Word从模板占位符到批量生成合同Word 自动化的思路和 Excel 很不一样。Excel 核心是数据表处理Word 核心是段落与排版。python-docx 是一个操作 .docx 文档的库它不能运行 Word VBA也不能操作 .doc老格式但它能把文本写入段落、设置样式、插入表格和图片。4.1 先理解 python-docx 文档模型python-docx 的模型可以这样理解Document代表一个 Word 文档对应 .docx 文件Paragraph段落对象Word 中回车形成一段Run段内具有相同样式的一段连续文本同一个段落可以由多个 Run 组成Table表格对象类似 Excel 的工作表通过行列访问单元格。一个最小示例创建一个文档并添加标题和段落from docx import Document doc Document() doc.add_heading(部门会议通知, level1) doc.add_paragraph(请各部门负责人准时参加。) doc.save(../output/通知示例.docx)4.2 Word 文档中替换文本时要注意 Run 问题在实践中最容易让新手困惑的地方在于docx 库不能直接像字符串替换那样把你想要的关键词精确替换因为 Word 的正文会按格式拆分成多个 Run例如字体不同、加粗位置不同都可能导致文本被拆开。如果你直接遍历paragraph.text判断包含关系再把整个段落文本重新赋值可能造成样式丢失。一种可靠的做法是读取某个文件前先把模板中需要替换的文本用相同的字符样式书写并使用占位符比如{公司名称}、{项目金额}、{生效日期}。然后遍历段落中的runs把包含占位符的 Run 做局部替换。下面是一个更稳定的替换方案def replace_placeholder_in_paragraph(paragraph, old_text, new_text): if old_text not in paragraph.text: return False for run in paragraph.runs: if old_text in run.text: run.text run.text.replace(old_text, new_text) return True # 如果占位符被拆到多个 run 中说明模板制作需要优化 return False这个方案能处理绝大多数情况但前提是模板制作用的是可以整体匹配的占位符且没有把一个占位符拆散成多个 Run。如果遇到实在拆散的模板更稳妥的办法是重构模板把占位符所在的段落作为一个整体重新赋值。4.3 需求描述批量生成录用通知假设你需要给 10 位新员工发送不同内容的录用通知书。每个人的姓名、岗位、薪资、入职日期不同其余内容相同。准备一个 Word 模板templates/offer_template.docx内容如下录用通知书 尊敬的 {姓名} 先生/女士 恭喜您通过面试您已被我司录用。 具体信息如下 岗位{岗位} 试用期薪资{薪资} 元/月 入职日期{入职日期} 请您携带相关材料于入职当天上午 9:00 到公司办理手续。然后编写以下脚本# 文件路径scripts/batch_offer.py import os from docx import Document TEMPLATE_PATH ../templates/offer_template.docx OUTPUT_DIR ../output/offers employees [ {姓名: 张伟, 岗位: Python 开发工程师, 薪资: 15000, 入职日期: 2025-03-03}, {姓名: 李娜, 岗位: 测试工程师, 薪资: 12000, 入职日期: 2025-03-05}, {姓名: 王强, 岗位: 产品经理, 薪资: 18000, 入职日期: 2025-03-10}, {姓名: 赵敏, 岗位: 运维工程师, 薪资: 13500, 入职日期: 2025-03-12}, {姓名: 陈晨, 岗位: 前端开发工程师, 薪资: 14000, 入职日期: 2025-03-15}, ] def replace_placeholder(paragraph, old_text, new_text): for run in paragraph.runs: if old_text in run.text: run.text run.text.replace(old_text, new_text) def generate_offer(employee_info): os.makedirs(OUTPUT_DIR, exist_okTrue) doc Document(TEMPLATE_PATH) for paragraph in doc.paragraphs: replacements { {姓名}: employee_info[姓名], {岗位}: employee_info[岗位], {薪资}: employee_info[薪资], {入职日期}: employee_info[入职日期], } for key, value in replacements.items(): replace_placeholder(paragraph, key, value) output_path os.path.join(OUTPUT_DIR, f{employee_info[姓名]}_录用通知.docx) doc.save(output_path) print(f已生成{output_path}) if __name__ __main__: for emp in employees: generate_offer(emp)脚本流程很清楚加载模板文档遍历所有段落在每个段落内完成四组占位符替换最后保存新文件。对于 10 个员工只要循环 10 次即可。运行python batch_offer.py到output/offers/目录可以看到已经生成 5 份录用通知。用 Word 打开查看正文中的占位符都被替换成了员工的实际信息。这里值得提醒模板文件的命名、存储路径以及文本里的花括号都需要保持统一否则脚本可能找不到需要替换的文本。处理前建议先备份原始模板文件。4.4 Word 中操作表格Office Word 实际工作中经常还要操作表格。在 python-docx 中可以通过doc.tables访问文档中的所有表格from docx import Document doc Document(../output/offers/张伟_录用通知.docx) for table in doc.tables: for row in table.rows: for cell in row.cells: print(cell.text) cell.text cell.text.replace(旧值, 新值) doc.save(替换表格内容.docx)写新的表格同样也很方便doc Document() table doc.add_table(rows2, cols3) table.style Table Grid # 加上表格线条 table.cell(0, 0).text 姓名 table.cell(0, 1).text 岗位 table.cell(0, 2).text 入职日期 doc.save(../output/新表格.docx)5. Python 操作 PPT从空白演示文稿到页面批量生成PPT 自动化用到的工具是 python-pptx。它的编程模型与 Word 类似但也有自己的词汇Presentation 对应一个 .pptx 文件Slide 对应一页幻灯片Shape 是页面上的形状Placeholder 是占位符Layout 是母版提供的版式。5.1 python-pptx 的基本读取与写入打开已有 PPT 模板并读取每页文本信息from pptx import Presentation prs Presentation(../templates/weekly_report_template.pptx) for slide in prs.slides: print(---- 当前页 ----) for shape in slide.shapes: if shape.has_text_frame: for paragraph in shape.text_frame.paragraphs: text .join(run.text for run in paragraph.runs) if text.strip(): print(text)创建一页完全空白的演示文稿并写入标题与内容from pptx import Presentation from pptx.util import Inches, Pt from pptx.dml.color import RGBColor prs Presentation() slide prs.slides.add_slide(prs.slide_layouts[1]) # 标题和内容版式 slide.shapes.title.text Python 办公自动化实战 title_shape slide.shapes.title body_shape slide.placeholders[1] body_shape.text Excel / Word / PPT 三合一 prs.save(../output/pptx_demo.pptx)看上去是不是很简单真正复杂的点在于排版位置、字号、颜色和对齐方式这些都涉及坐标和样式的设置。5.2 需求描述自动生成周报 PPT假设有个产品运营岗位每周要按同样的逻辑生成一份周报 PPT包含 3 页内容封面页标题“XX 产品运营周报”副标题为当前日期数据页本周新增用户数、活跃用户数、转化率三个关键指标图表页新增用户数近 7 日趋势柱状图。python-pptx 自带的图表插入接口可以很好地满足第三点图表本身会嵌入 PPT编辑时和手动插入的图表行为一致。5.3 批量生成周报完整脚本先制作一个周报数据 JSON 或 Python 字典report_data { title: 知识星球产品运营周报, report_date: 第 10 周2025-03-03 至 2025-03-09, metrics: [ {name: 新增用户, value: 22130}, {name: 活跃用户, value: 45678}, {name: 付费转化率, value: 8.6%}, ], trend_dates: [周一, 周二, 周三, 周四, 周五, 周六, 周日], trend_values: [2500, 3200, 2900, 4100, 3800, 4600, 5300], }完整脚本# 文件路径scripts/build_ppt_report.py from pptx import Presentation from pptx.util import Inches, Pt from pptx.chart.data import CategoryChartData from pptx.enum.chart import XL_CHART_TYPE from pptx.dml.color import RGBColor report_data { title: 知识星球产品运营周报, report_date: 第 10 周2025-03-03 至 2025-03-09, metrics: [ {name: 新增用户, value: 22130}, {name: 活跃用户, value: 45678}, {name: 付费转化率, value: 8.6%}, ], trend_dates: [周一, 周二, 周三, 周四, 周五, 周六, 周日], trend_values: [2500, 3200, 2900, 4100, 3800, 4600, 5300], } def add_report_cover(prs): slide prs.slides.add_slide(prs.slide_layouts[0]) # 标题版式 slide.shapes.title.text report_data[title] slide.placeholders[1].text report_data[report_date] def add_metrics_slide(prs): slide prs.slides.add_slide(prs.slide_layouts[1]) slide.shapes.title.text 核心指标 body slide.placeholders[1] text_frame body.text_frame text_frame.clear() for idx, metric in enumerate(report_data[metrics]): p text_frame.paragraphs[0] if idx 0 else text_frame.add_paragraph() p.text f{metric[name]}{metric[value]} p.font.size Pt(28) p.font.color.rgb RGBColor(0x2F, 0x54, 0x96) def add_trend_chart_slide(prs): slide prs.slides.add_slide(prs.slide_layouts[5]) # 仅标题版式 slide.shapes.title.text 近 7 日新增用户趋势 chart_data CategoryChartData() chart_data.categories report_data[trend_dates] chart_data.add_series(新增用户, report_data[trend_values]) graphic_frame slide.shapes.add_chart( XL_CHART_TYPE.COLUMN_CLUSTERED, Inches(1), Inches(2), Inches(8), Inches(5), chart_data ) def main(): prs Presentation() add_report_cover(prs) add_metrics_slide(prs) add_trend_chart_slide(prs) output_path ../output/运营周报.pptx prs.save(output_path) print(fPPT 周报已生成{output_path}) if __name__ __main__: main()运行后生成的 PPT 页面有三张。第二页的核心指标虽然能显示数据但目前是普通文本如果你想要更醒目的数字卡片效果你可以使用文本框形状填充来绘制卡片。5.4 python-pptx 效果优化点如果你不只是做一个“能带文字的 PPT”而是想做得更像人肉手工做的后面几个方向值得搞一搞使用现成模板不新建空白 Presentation而是Presentation(../templates/公司模板.pptx)设置字体、颜色、行距和对齐paragraph.alignment PP_ALIGN.CENTER不直接操作占位符 index而是通过slide_layout.placeholders确认 placeholder 名称利用add_picture()插入从 Excel 生成的图表或图片比如把 pandas 生成的 matplotlib 统计图嵌入到 PPT 页批量生成时先遍历模板页数确认版式里 title 占位符存在避免索引越界。6. 综合实战Excel 数据统计后导入 Word 报告并输出 PPT有时候 Excel、Word、PPT 不能完全割裂开。工作中更常见的是一条链式的处理流程数据在 Excel 里 → 整理成表格或图表 → 放进 Word 汇总报告 → 再提炼几页 PPT。下面这个综合小项目把 Excel 的统计结果写入一个 Word 报告文档同时生成一页 PPT 概要页。这也是很多自动化场景的通用模板。6.1 需求说明从output/汇总统计.xlsx里读取“分类统计”工作表把分类名称和总销售额按表格形式写到 Word 报告里然后把销售额最高的分类名称和数值写到 PPT 封面页下面的正文里。6.2 核心代码跨文件自动化串联# 文件路径scripts/pipeline_report.py import os from openpyxl import load_workbook from docx import Document from pptx import Presentation from pptx.util import Pt DATA_FILE ../output/汇总统计.xlsx WORD_OUTPUT ../output/销售分析报告.docx PPT_OUTPUT ../output/销售概要.pptx def read_summary(): wb load_workbook(DATA_FILE, data_onlyTrue) ws wb[分类统计] rows [] for row in ws.iter_rows(min_row2, values_onlyTrue): if row[0]: rows.append(row) wb.close() return rows def write_word_report(summary_rows): doc Document() doc.add_heading(月度销售分析报告, level1) table doc.add_table(rows1, cols2) table.style Table Grid hdr table.rows[0].cells hdr[0].text 商品类别 hdr[1].text 总销售额 for category, total in summary_rows: row_cells table.add_row().cells row_cells[0].text str(category) row_cells[1].text str(total) doc.add_paragraph() doc.add_paragraph(说明以上数据来自各门店上报的销售明细合并结果。) doc.save(WORD_OUTPUT) print(fWord 报告已生成{WORD_OUTPUT}) def write_ppt_summary(summary_rows): top_category, top_total max(summary_rows, keylambda x: x[1] or 0) prs Presentation() slide prs.slides.add_slide(prs.slide_layouts[0]) slide.shapes.title.text 销售简报 sub slide.placeholders[1] sub.text f本月销售额最高的类别{top_category}总销售额 {top_total} 元 prs.save(PPT_OUTPUT) print(fPPT 概要已生成{PPT_OUTPUT}) if __name__ __main__: rows read_summary() write_word_report(rows) write_ppt_summary(rows)执行脚本后Excel → Word → PPT 的三步骤自动完成中间不需要任何人工操作。这个例子看起来简单但它代表了一种非常实用的思维方式先梳理业务流程确定数据从哪里来、结果要到哪里去再把每一步拆成一个函数最后用主函数串联。真实的办公自动化项目基本都遵循这个套路。7. 常见报错与问题排查这部分是我在实际使用 Python 办公自动化过程中反复遇到的问题整理成一个速查表方便你在跑代码时快速定位。问题现象常见原因解决思路ModuleNotFoundError: No module named openpyxl没有安装依赖库或装到了别的 Python 环境执行pip install openpyxl用python -m pip检查当前环境读取 Excel 时发现读不到公式结果文件从未用 Excel 打开过公式没有缓存结果使用data_onlyTrue之前先确认源文件确实有被 Excel 计算过一次不可靠时改用公式计算逻辑生成的 Word 文档占位符没有被替换文字被拆在多个 Run 中重新整理模板修改段落的 runs 或直接逐 Run 替换运行脚本后找不到输出文件脚本当前工作目录与代码里的相对路径不一致使用绝对路径或先os.chdir()切换到项目根目录也可以基于__file__拼接路径openpyxl 无法读取 .xls 老文件openpyxl 只支持 .xlsx先把 .xls 转换为 .xlsx或用 pandas xlrdxlrd 仅支持 .xls 新版本python-docx 创建的文档打不开保存路径不存在或文件正在被 Word 占用先确保目录已创建关闭已打开的 Word 再重新运行pptx 出现 placeholder index 越界模板版式没有对应的占位符位置改用placeholder.idx遍历或先检查版式占位符存在性批量处理文件时内存占用过高大量读取 Excel 后没有及时关闭工作簿读取完及时执行wb.close()或按文件分批处理中文文件名乱码脚本文件本身不是 UTF-8 编码用支持 UTF-8 编码的编辑器保存脚本路径中包含中文时避免硬编码额外的排查建议修改代码时保留最小复现文件日志里多打印文件路径与当前工作表名称这样可以快速定位是路径问题还是内容问题。第一次处理正式数据前先用一两份模拟数据跑通流程再批量执行。涉及正式合同、财务报表时尤其建议在测试目录验证。8. 格式与样式设置Python 办公自动化的“面子工程”代码能写入文本和数值之后很多朋友会遇到下一个需求“我想要生成的文件看起来像人做的而不是像纯文本倒进去的。”这类格式设置在三个库里分别对应不同的对象8.1 Excel 单元格格式美化openpyxl 中设置字体、背景色和对齐方式常用到 styles 子模块from openpyxl.styles import Font, PatternFill, Alignment, Border, Side wb Workbook() ws wb.active # 标题行样式 font_title Font(name微软雅黑, size12, boldTrue, colorFFFFFF) fill_title PatternFill(start_color2F5496, end_color2F5496, fill_typesolid) alignment_center Alignment(horizontalcenter, verticalcenter) ws[A1] 商品类别 ws[A1].font font_title ws[A1].fill fill_title ws[A1].alignment alignment_center # 设置列宽 ws.column_dimensions[A].width 20 # 设置行高 ws.row_dimensions[1].height 28 # 给边框 thin_border Border( leftSide(stylethin), rightSide(stylethin), topSide(stylethin), bottomSide(stylethin), ) ws[A1].border thin_border8.2 Word 文本样式python-docx 中可以使用doc.styles、paragraph.style或直接运行字体设置from docx.shared import Pt, RGBColor doc Document() p doc.add_paragraph(这是一段红色加粗的示例文字。) run p.runs[0] run.font.bold True run.font.size Pt(16) run.font.color.rgb RGBColor(0xFF, 0x00, 0x00) run.font.name 微软雅黑8.3 PPT 文本框样式PPT 在生成幻灯片时重点是掌握pt磅和Inches单位的换算使用。from pptx.util import Inches, Pt from pptx.dml.color import RGBColor left Inches(1) top Inches(1.5) width Inches(6) height Inches(1) textbox slide.shapes.add_textbox(left, top, width, height) tf textbox.text_frame tf.text 我是标题内容 p tf.paragraphs[0] p.font.size Pt(18) p.font.bold True p.font.color.rgb RGBColor(0x2F, 0x54, 0x96)格式处理如果需求比较复杂比如需要批量处理多个带样式文件的模板建议把模板先人工做成标准样式再由脚本对需要变化的字段做局部替换这样比完全用代码从零设置格式稳定很多。9. 工程化与扩展如何提升办公自动化脚本的稳定性做完一个真实业务之后就有必要跳出“跟代码”的思维想让自动化这套东西运到更稳、跑得时间更久要有几个工程层面的调整。9.1 用配置文件代替硬编码我最早写脚本时文件路径、替换文字等参数都直接写在代码里。这种脚本今天能用明天换了路径就要改代码一旦上线给同事用就会变成“只有我能运行的程序”。建议把路径和参数放到配置文件里比如使用一个config.yamlpaths: data_dir: ./data/sales output_dir: ./output template_file: ./templates/offer_template.docx replace_fields: 公司名称: 示例科技有限公司 部门: 技术部然后在脚本中读取配置文件import yaml def load_config(pathconfig.yaml): with open(path, r, encodingutf-8) as f: return yaml.safe_load(f)这样做的好处是字段更新、目录变更都不需要修改代码逻辑。9.2 日志输出与断点续跑当文件数量达到几百上千时脚本跑得再快也可能因为个别文件格式不合法而中断。这里有一个很实际的经验单个文件处理先用try-except捕获异常把失败文件名记录到日志成功后把结果写到 “处理成功.txt”失败写进 “失败清单.txt”脚本运行结束后查看失败清单再修问题重跑失败文件。这样就不会因为遇到一个损坏文件而所有数据都要重来。import logging logging.basicConfig( filename../logs/auto.log, levellogging.INFO, format%(asctime)s %(levelname)s %(message)s, ) def process_one(file_path): try: # 业务处理逻辑 pass except Exception as exc: logging.error(f处理失败{file_path}原因{exc})9.3 GUI 化或命令行化如果脚本是给非技术人员使用的可以考虑做一个简单的命令行交互或桌面小工具。用argparse可以在命令行接收参数import argparse parser argparse.ArgumentParser(descriptionExcel 汇总工具) parser.add_argument(--data-dir, requiredTrue, help原始数据目录) parser.add_argument(--output, defaultoutput/result.xlsx, help输出文件路径) args parser.parse_args() print(args.data_dir, args.output)也可以使用 tkinter 做一个极简文件选择器让同事点选目录就能运行。但如果仅给自己用其实保持 Python 脚本命令行运行是最轻量的。9.4 文件备份与二次确认办公自动化操作真实数据时最怕的是覆盖重要文件。有几个习惯值得从一开始就养成正式执行前先备份原始文件目录脚本中尽量避免覆盖源文件尽可能把结果输出到output/目录批量删除或写入前增加确认提示比如输入yes才继续对 Excel 的修改操作建议先load_workbook后复制一份副本.xlsx再处理。10. 总结与下一步学习建议本文从一个相对完整的实践视角带你走完了 Python 操作 Excel、Word、PPT 的核心链路。现在做个简单的梳理在 Excel 方面掌握了 openpyxl 的加载工作簿、读取单元格、写入数据、保存文件的完整流程并通过多 Excel 合并统计样例理解遍历文件、合并数据和分组统计的组合实现方式。在 Word 方面掌握了 python-docx 的操作模型学会了如何把模板 Word 文档中的占位符批量替换成不同人员的信息也了解了处理表格文件的基础方法。在 PPT 方面掌握了 python-pptx 的创建、写入文本、插入简单柱状图的流程并尝试把真实数据变成可演示的周报页面。在工程层面你能体会到脚本不应一次性写完就废弃尽可能把路径抽成配置加入日志、备份和异常处理才能在真实工作中持续复用。后面的学习建议可以按几条路线往前走第一条深入数据清洗与分析。如果你希望接手更复杂的 Excel 表格建议多练 pandas 的 groupby、pivot_table、merge这些函数解决复杂业务报表时非常高效。第二条深入 Word 与 PPT 模板制作。学习如何制作稳定、适配脚本替换的 Office 模板合理设计段落样式、母版占位符就能让最终产物有更好的视觉效果也能减少脚本的临时处理逻辑。第三条学习定时调度。如果需要每天定时跑一次报表可以先学习 Windows 任务计划程序或 Linux 上的 cron把 Python 脚本配置为每日执行实现零手工干预的自动化。第四条探索其他文件格式。CSV、JSON、PDF 都是办公数据流转的常见格式遇到 PDF 抽取表格或批量合并场景时可以补充了解 pdfplumber 等库。动手建议也很简单从你手头最重复、最无聊的那张 Excel 表开始用 Python 写一个小脚本尝试把第一版跑通。不用管代码写得是否优雅只要运行成功一次你后续的学习动力就会不一样。如果本文中的示例代码对你的工作有帮助可以对照实际文件结构适当修改直接使用。也建议你在本地准备一个练习文件夹把代码亲手敲一遍、运行一遍理解每一段代码为什么这么写。这样从“看得懂例子”到“自己写自动化工具”的过渡才真正完成。 Python办公自动化实战：批量处理Excel、Word与PPT
你是不是也遇到过这样的场景月底要汇总几十张 Excel 报表复制粘贴到手指发酸领导临时让你把一份 Word 通知批量改成 20 个不同部门又或者每周都要做一份格式一模一样的 PPT 周报光是调字体和占位符就耗掉半天。其实这些活Python 都能做而且做起来很快。我之前也是从“只会打开 Excel 手动操作”的阶段过来的直到有一天被一堆重复性的文档整理工作压到崩溃才开始认真用 Python 写脚本。今天这篇文章我把自己实际用过的 Python 操作 Excel、Word、PPT 的思路整理成了一套完整教程不是只贴接口文档而是带你从背景概念、环境搭建、实战代码到最终运行效果完整走一遍。本文适合下面几类读者工作里经常和 Office 三件套打交道想提升效率的职场人刚刚学完 Python 基础想知道一行行代码到底能解决什么实际问题的同学被 Excel 函数、Word 宏、PPT 模板折磨过想换一种更可控的自动化方案的开发者。读完之后你可以掌握用 Python 实现对 Excel 的批量读写与统计、对 Word 文档的批量生成与内容替换、对 PPT 的自动化创建与版式修改并学会封装脚本的方法。1. Python 办公自动化到底能帮你做什么先不急着写代码我们来理清一个概念。所谓的“Python 办公自动化”指的是使用 Python 作为控制工具操作常见的办公文件格式比如 Excel 工作簿、Word 文档、PPT 演示文稿把原来需要在 Office 软件里手动完成的重复操作通过代码自动执行。它不是说让你用 Python 写一个 Office 软件只是通过代码完成“读写内容、调整格式、批量生成、汇总计算”这一类文档处理动作。1.1 办公自动化的常见应用场景我身边比较常见的场景大致有下面几类首先是批量格式整理。比如几十个 Excel 表都设置了不同字体、列宽、边框而汇总方要求统一格式。这种情况下手动打开每一份文件再调整不仅慢还容易漏。用 Python 遍历文件统一设置样式几秒就能完成。其次是数据汇总与统计。这也是最刚需的场景。各分店发来销售明细表需要合并到一张总表里并且按产品类别或门店名称汇总求和Python 里的 pandas 处理这种二维表是最顺手的。然后是批量生成文档。比如给不同客户生成不同合同模板、给不同员工生成录用通知书。这类工作往往是同一个 Word 模板只有称呼、项目名称、金额、日期等少数字段不一样。用 Python 读取外部数据源然后循环替换模板里的占位符就可以批量输出 Word 文件。还有数据看板与汇报材料生成。从 Excel 读取统计数据后直接在 PPT 中生成可视化图表页面或者把关键数据填入固定版式的 PPT 模板页省掉手工复制数据、重新做图表的时间。1.2 常用工具库梳理Python 能处理 Office 文件依赖的是社区提供的大量第三方库。不同文件类型有对应的核心库文件类型主要操作库能做什么Excelopenpyxl / pandas / xlsxwriter读写 xlsx、批量汇总、格式设置、图表生成xlsxwriter 适合大量写操作Wordpython-docx读取 docx 文本、创建段落、设置字体、插入图片和表格还可以处理模板占位符替换PPTpython-pptx打开已有 pptx 模板、添加幻灯片、写入文本、设置版式、插入图片和图表CSVcsv / pandas读写逗号分隔或自定义分隔符的文本表格数据PDFpdfplumber / PyPDF2新版推荐 pypdf读取 PDF 文字、合并拆分 PDF、提取表格注意一个版本问题老代码里常见的xlrd在新版本中已经不再支持 xlsx 格式只支持 .xls所以现在读取 .xlsx 建议使用openpyxl或pandas格式读写由后端解析引擎完成。1.3 没有基础能学会吗我能理解有些读者看到“编程”两个字就头大但实际上办公自动化脚本的门槛并不高。你不需要啃很深的数据结构和算法只需要掌握最基本的语法变量、列表、字典、for 循环、if 条件、函数定义然后学会把 Office 操作的 API 按照官网示例“抄下来改一改”。我把这篇文章写成了一套“照着做”的教程。遇到不懂的地方你动手跑一遍多看打印输出慢慢就能建立起“文件对象—读取方式—写入操作”的完整心智模型。2. 环境准备与基础配置工欲善其事必先利其器。在写自动化脚本之前先要把 Python 环境和依赖库准备到位。2.1 安装 Python 解释器如果你的电脑里还没有 Python可以先到 Python 官网下载安装包。如果你的操作系统在 Windows 上用安装时记得勾选最下方的“Add Python to PATH”这样在命令行中直接输入python才能找到解释器。安装完成后打开命令行Windows 下是 CMD 或 PowerShellmacOS / Linux 下是终端输入下面命令验证python --version如果输出类似Python 3.13.x的信息说明安装成功。有些朋友电脑上安装过 Anaconda那里面自带了 Python 和常用的数据分析库也可以用。2.2 安装第三方依赖库本文的示例需要用到这三个核心库openpyxl处理 Excel .xlsx 文件python-docx处理 Word .docx 文档python-pptx处理 PowerPoint .pptx 文件。使用 pip 安装这里建议使用国内镜像加速下载pip install openpyxl python-docx python-pptx -i https://pypi.tuna.tsinghua.edu.cn/simple如果想做复杂的数据统计还可以再安装 pandaspip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple如果你的项目要通过 pip 管理依赖也可以把库名记录到 requirements.txt 中openpyxl3.1.5 python-docx1.1.2 python-pptx1.0.2 pandas2.2.3然后统一执行pip install -r requirements.txt这里的版本号只是举例实际安装时请以你自己环境中的最新兼容版本为准。依赖版本更新较快安装时报错时优先检查版本兼容性和网络源是否可用。2.3 建议使用的开发环境命令行直接写小脚本没有问题但如果你要调试批量处理代码个人还是推荐用一个开发工具这样能看到变量的实时变化比如VS Code Python 插件PyCharm Community EditionJupyter Notebook适合练习语法和逐步分析数据表内容。我平时最常用的是 VS Code轻量且免费。创建项目后建议保持这样的目录结构office_auto/ ├── data/ # 存放原始 Excel、Word、PPT 文件 ├── output/ # 存放脚本生成的结果文件 ├── templates/ # 存放模板文件 ├── scripts/ # 存放 Python 脚本 └── requirements.txt # 依赖列表统一把输入文件和输出路径分开管理后面写脚本时不容易因路径问题混淆。3. Python 操作 Excel从打开工作簿到批量汇总统计Excel 是办公自动化里应用最广的领域。接下来我们先用 openpyxl 从最基础的操作讲起然后通过一个多文件汇总的案例把日常办公的真实场景体现出来。3.1 openpyxl 基础概念openpyxl 操作 Excel 时分三个层次Workbook工作簿对应一个 .xlsx 文件Worksheet工作表也就是 Excel 底部一个个 Sheet 标签页Cell单元格由行号和列号决定比如 A1、C3。常见的打开方式有两种。一种是读取现有文件from openpyxl import load_workbook wb load_workbook(data/sales.xlsx) ws wb.active # 获取当前活动工作表 print(ws[A1].value) # 读取 A1 单元格内容如果打开时源 Excel 带格式并且你没有修改格式的需求可以加data_onlyTrue读取公式计算后的值wb load_workbook(data/sales.xlsx, data_onlyTrue)另一种方式是新创建一个文件from openpyxl import Workbook wb Workbook() ws wb.active ws.title 汇总表 ws[A1] 门店名称 ws[A2] 华东一店 wb.save(output/新建文件.xlsx)这里的save()代表保存到磁盘如果目标文件已存在会被覆盖。写代码时注意对已有的文件做修改后也必须执行save()否则不会生效。3.2 需求描述多 Excel 合并统计为了贴近实际场景我这里设计一个案例假设你是一家连锁零售公司的运营助理公司在华东区有 5 家门店。每个月每家门店会发来一份销售明细表列结构统一为门店名称、商品类别、销售额、销售日期。你的任务是把这 5 张表合并到一张总表并统计每个商品类别的总销售额把结果写入一个新的 Excel 文件。为了演示方便我们先写一个脚本自动生成 5 份模拟数据保存在data/sales/目录下# 文件路径scripts/gen_sales_data.py import os from openpyxl import Workbook os.makedirs(../data/sales, exist_okTrue) stores [华东一店, 华东二店, 华东三店, 华东四店, 华东五店] categories [手机, 电脑, 家电, 配件] samples [ [华东一店, 手机, 35000, 2025-12-01], [华东一店, 电脑, 78000, 2025-12-02], [华东一店, 家电, 21000, 2025-12-03], [华东二店, 手机, 22000, 2025-12-01], [华东二店, 配件, 8500, 2025-12-02], [华东三店, 电脑, 56000, 2025-12-01], [华东三店, 家电, 12000, 2025-12-02], [华东四店, 手机, 18200, 2025-12-01], [华东四店, 电脑, 43000, 2025-12-02], [华东五店, 家电, 9900, 2025-12-01], ] for idx, store in enumerate(stores, start1): wb Workbook() ws wb.active ws.title 销售明细 ws.append([门店名称, 商品类别, 销售额, 销售日期]) for row in samples: if row[0] store: ws.append(row) elif idx 3 and row[0] 华东三店: # 给其中一份文件加几行示例数据 pass # 为了让示例文件空一点这里直接每个文件写 5 行统一数据最后保留完整测试数据 # 重新按门店循环写入 ws.delete_rows(1, ws.max_row) header [门店名称, 商品类别, 销售额, 销售日期] ws.append(header) for row in samples: ws.append(row) wb.save(f../data/sales/{store}_销售明细.xlsx) print(模拟数据生成完成)上面的脚本逻辑其实有一点重复先写入再删除只是为了展示delete_rows的使用方式。如果你自己写生成脚本可以更简洁for store in stores: wb Workbook() ws wb.active ws.append([门店名称, 商品类别, 销售额, 销售日期]) for row in samples: ws.append(row) wb.save(f../data/sales/{store}_销售明细.xlsx)无论如何最终我们应该得到 5 个结构一致的数据文件。这非常重要——只有当输入文件的列结构一致时合并脚本才不需要做额外字段映射。3.3 编写 Excel 汇总脚本真正干活的脚本可以拆成三步遍历目标目录下所有 .xlsx 文件用 openpyxl 逐个读取 Sheet 中从第 2 行开始的数据把数据添加到总表然后使用字典按“商品类别”累加销售额。完整代码如下# 文件路径scripts/merge_sales.py import os import glob from openpyxl import load_workbook, Workbook SALES_DIR ../data/sales OUTPUT_DIR ../output def get_all_sales_files(): pattern os.path.join(SALES_DIR, *.xlsx) return glob.glob(pattern) def merge_sales(): os.makedirs(OUTPUT_DIR, exist_okTrue) all_rows [] category_sum {} files get_all_sales_files() for file_path in files: wb load_workbook(file_path, data_onlyTrue) ws wb.active # 从第二行开始读取跳过表头 for row in ws.iter_rows(min_row2, values_onlyTrue): store_name, category, amount, date_text row if category is None: continue all_rows.append([store_name, category, amount, date_text]) # 统计商品类别销售额 category_sum[category] category_sum.get(category, 0) amount wb.close() # 写入合并明细 wb_out Workbook() ws_detail wb_out.active ws_detail.title 合并明细 ws_detail.append([门店名称, 商品类别, 销售额, 销售日期]) for row in all_rows: ws_detail.append(row) # 写入统计结果 ws_summary wb_out.create_sheet(分类统计) ws_summary.append([商品类别, 总销售额]) for category, total in category_sum.items(): ws_summary.append([category, total]) output_path os.path.join(OUTPUT_DIR, 汇总统计.xlsx) wb_out.save(output_path) print(f合并完成共读取 {len(files)} 个文件总行数 {len(all_rows)} 行) print(f结果已保存到{output_path}) if __name__ __main__: merge_sales()代码里用到了iter_rows(min_row2, values_onlyTrue)这里的values_onlyTrue会直接返回每个单元格的值而不返回单元格对象遍历更高效。读取时还有一个细节值得注意data_onlyTrue只适用于文件里的公式已经被 Excel 计算过并缓存了结果的情况。如果源文件是代码生成的且单元格是直接写入的数值那无论是否加data_only都能读到数值。执行脚本cd scripts python merge_sales.py运行预期合并完成共读取 5 个文件总行数 50 行 结果已保存到../output/汇总统计.xlsx打开生成的汇总文件你会看到两个工作表“合并明细”里是所有门店数据按顺序追加的完整表“分类统计”里已经有按手机、电脑、家电、配件分组求和后的结果了。3.4 Excel 自动化进阶提示上面只是入门级汇总实际工作中的 Excel 自动化还会涉及很多场景常用的处理方向大概是下面这几个单元格格式设置字体、颜色、对齐方式、边框可以使用openpyxl.styles.Font / Alignment / Border。合并单元格与冻结窗格ws.merge_cells(A1:C1)ws.freeze_panes A2。条件判断与公式写入可以直接把 Excel 公式字符串赋给单元格比如ws[C2] A2B2。图表插入openpyxl.chart.BarChart可以把分类汇总结果直接做成柱状图。超大批量文件处理如果文件非常多建议用 pandas 批量读取并拼接内存管理比手工循环更高效。如果你连一个 Excel 都不需要保留格式只做数据提取pandas 一行读取就够import pandas as pd df pd.read_excel(../data/sales/华东一店_销售明细.xlsx) print(df.head())然后所有分组聚合逻辑都可以基于 DataFrame 完成summary df.groupby(商品类别)[销售额].sum().reset_index() summary.to_excel(../output/pandas_summary.xlsx, indexFalse)具体选 openpyxl 还是 pandas取决于你的目标如果重点是保留原格式修改和样式设置选 openpyxl如果重点是数据整理和统计分析pandas 更顺手。4. Python 操作 Word从模板占位符到批量生成合同Word 自动化的思路和 Excel 很不一样。Excel 核心是数据表处理Word 核心是段落与排版。python-docx 是一个操作 .docx 文档的库它不能运行 Word VBA也不能操作 .doc老格式但它能把文本写入段落、设置样式、插入表格和图片。4.1 先理解 python-docx 文档模型python-docx 的模型可以这样理解Document代表一个 Word 文档对应 .docx 文件Paragraph段落对象Word 中回车形成一段Run段内具有相同样式的一段连续文本同一个段落可以由多个 Run 组成Table表格对象类似 Excel 的工作表通过行列访问单元格。一个最小示例创建一个文档并添加标题和段落from docx import Document doc Document() doc.add_heading(部门会议通知, level1) doc.add_paragraph(请各部门负责人准时参加。) doc.save(../output/通知示例.docx)4.2 Word 文档中替换文本时要注意 Run 问题在实践中最容易让新手困惑的地方在于docx 库不能直接像字符串替换那样把你想要的关键词精确替换因为 Word 的正文会按格式拆分成多个 Run例如字体不同、加粗位置不同都可能导致文本被拆开。如果你直接遍历paragraph.text判断包含关系再把整个段落文本重新赋值可能造成样式丢失。一种可靠的做法是读取某个文件前先把模板中需要替换的文本用相同的字符样式书写并使用占位符比如{公司名称}、{项目金额}、{生效日期}。然后遍历段落中的runs把包含占位符的 Run 做局部替换。下面是一个更稳定的替换方案def replace_placeholder_in_paragraph(paragraph, old_text, new_text): if old_text not in paragraph.text: return False for run in paragraph.runs: if old_text in run.text: run.text run.text.replace(old_text, new_text) return True # 如果占位符被拆到多个 run 中说明模板制作需要优化 return False这个方案能处理绝大多数情况但前提是模板制作用的是可以整体匹配的占位符且没有把一个占位符拆散成多个 Run。如果遇到实在拆散的模板更稳妥的办法是重构模板把占位符所在的段落作为一个整体重新赋值。4.3 需求描述批量生成录用通知假设你需要给 10 位新员工发送不同内容的录用通知书。每个人的姓名、岗位、薪资、入职日期不同其余内容相同。准备一个 Word 模板templates/offer_template.docx内容如下录用通知书 尊敬的 {姓名} 先生/女士 恭喜您通过面试您已被我司录用。 具体信息如下 岗位{岗位} 试用期薪资{薪资} 元/月 入职日期{入职日期} 请您携带相关材料于入职当天上午 9:00 到公司办理手续。然后编写以下脚本# 文件路径scripts/batch_offer.py import os from docx import Document TEMPLATE_PATH ../templates/offer_template.docx OUTPUT_DIR ../output/offers employees [ {姓名: 张伟, 岗位: Python 开发工程师, 薪资: 15000, 入职日期: 2025-03-03}, {姓名: 李娜, 岗位: 测试工程师, 薪资: 12000, 入职日期: 2025-03-05}, {姓名: 王强, 岗位: 产品经理, 薪资: 18000, 入职日期: 2025-03-10}, {姓名: 赵敏, 岗位: 运维工程师, 薪资: 13500, 入职日期: 2025-03-12}, {姓名: 陈晨, 岗位: 前端开发工程师, 薪资: 14000, 入职日期: 2025-03-15}, ] def replace_placeholder(paragraph, old_text, new_text): for run in paragraph.runs: if old_text in run.text: run.text run.text.replace(old_text, new_text) def generate_offer(employee_info): os.makedirs(OUTPUT_DIR, exist_okTrue) doc Document(TEMPLATE_PATH) for paragraph in doc.paragraphs: replacements { {姓名}: employee_info[姓名], {岗位}: employee_info[岗位], {薪资}: employee_info[薪资], {入职日期}: employee_info[入职日期], } for key, value in replacements.items(): replace_placeholder(paragraph, key, value) output_path os.path.join(OUTPUT_DIR, f{employee_info[姓名]}_录用通知.docx) doc.save(output_path) print(f已生成{output_path}) if __name__ __main__: for emp in employees: generate_offer(emp)脚本流程很清楚加载模板文档遍历所有段落在每个段落内完成四组占位符替换最后保存新文件。对于 10 个员工只要循环 10 次即可。运行python batch_offer.py到output/offers/目录可以看到已经生成 5 份录用通知。用 Word 打开查看正文中的占位符都被替换成了员工的实际信息。这里值得提醒模板文件的命名、存储路径以及文本里的花括号都需要保持统一否则脚本可能找不到需要替换的文本。处理前建议先备份原始模板文件。4.4 Word 中操作表格Office Word 实际工作中经常还要操作表格。在 python-docx 中可以通过doc.tables访问文档中的所有表格from docx import Document doc Document(../output/offers/张伟_录用通知.docx) for table in doc.tables: for row in table.rows: for cell in row.cells: print(cell.text) cell.text cell.text.replace(旧值, 新值) doc.save(替换表格内容.docx)写新的表格同样也很方便doc Document() table doc.add_table(rows2, cols3) table.style Table Grid # 加上表格线条 table.cell(0, 0).text 姓名 table.cell(0, 1).text 岗位 table.cell(0, 2).text 入职日期 doc.save(../output/新表格.docx)5. Python 操作 PPT从空白演示文稿到页面批量生成PPT 自动化用到的工具是 python-pptx。它的编程模型与 Word 类似但也有自己的词汇Presentation 对应一个 .pptx 文件Slide 对应一页幻灯片Shape 是页面上的形状Placeholder 是占位符Layout 是母版提供的版式。5.1 python-pptx 的基本读取与写入打开已有 PPT 模板并读取每页文本信息from pptx import Presentation prs Presentation(../templates/weekly_report_template.pptx) for slide in prs.slides: print(---- 当前页 ----) for shape in slide.shapes: if shape.has_text_frame: for paragraph in shape.text_frame.paragraphs: text .join(run.text for run in paragraph.runs) if text.strip(): print(text)创建一页完全空白的演示文稿并写入标题与内容from pptx import Presentation from pptx.util import Inches, Pt from pptx.dml.color import RGBColor prs Presentation() slide prs.slides.add_slide(prs.slide_layouts[1]) # 标题和内容版式 slide.shapes.title.text Python 办公自动化实战 title_shape slide.shapes.title body_shape slide.placeholders[1] body_shape.text Excel / Word / PPT 三合一 prs.save(../output/pptx_demo.pptx)看上去是不是很简单真正复杂的点在于排版位置、字号、颜色和对齐方式这些都涉及坐标和样式的设置。5.2 需求描述自动生成周报 PPT假设有个产品运营岗位每周要按同样的逻辑生成一份周报 PPT包含 3 页内容封面页标题“XX 产品运营周报”副标题为当前日期数据页本周新增用户数、活跃用户数、转化率三个关键指标图表页新增用户数近 7 日趋势柱状图。python-pptx 自带的图表插入接口可以很好地满足第三点图表本身会嵌入 PPT编辑时和手动插入的图表行为一致。5.3 批量生成周报完整脚本先制作一个周报数据 JSON 或 Python 字典report_data { title: 知识星球产品运营周报, report_date: 第 10 周2025-03-03 至 2025-03-09, metrics: [ {name: 新增用户, value: 22130}, {name: 活跃用户, value: 45678}, {name: 付费转化率, value: 8.6%}, ], trend_dates: [周一, 周二, 周三, 周四, 周五, 周六, 周日], trend_values: [2500, 3200, 2900, 4100, 3800, 4600, 5300], }完整脚本# 文件路径scripts/build_ppt_report.py from pptx import Presentation from pptx.util import Inches, Pt from pptx.chart.data import CategoryChartData from pptx.enum.chart import XL_CHART_TYPE from pptx.dml.color import RGBColor report_data { title: 知识星球产品运营周报, report_date: 第 10 周2025-03-03 至 2025-03-09, metrics: [ {name: 新增用户, value: 22130}, {name: 活跃用户, value: 45678}, {name: 付费转化率, value: 8.6%}, ], trend_dates: [周一, 周二, 周三, 周四, 周五, 周六, 周日], trend_values: [2500, 3200, 2900, 4100, 3800, 4600, 5300], } def add_report_cover(prs): slide prs.slides.add_slide(prs.slide_layouts[0]) # 标题版式 slide.shapes.title.text report_data[title] slide.placeholders[1].text report_data[report_date] def add_metrics_slide(prs): slide prs.slides.add_slide(prs.slide_layouts[1]) slide.shapes.title.text 核心指标 body slide.placeholders[1] text_frame body.text_frame text_frame.clear() for idx, metric in enumerate(report_data[metrics]): p text_frame.paragraphs[0] if idx 0 else text_frame.add_paragraph() p.text f{metric[name]}{metric[value]} p.font.size Pt(28) p.font.color.rgb RGBColor(0x2F, 0x54, 0x96) def add_trend_chart_slide(prs): slide prs.slides.add_slide(prs.slide_layouts[5]) # 仅标题版式 slide.shapes.title.text 近 7 日新增用户趋势 chart_data CategoryChartData() chart_data.categories report_data[trend_dates] chart_data.add_series(新增用户, report_data[trend_values]) graphic_frame slide.shapes.add_chart( XL_CHART_TYPE.COLUMN_CLUSTERED, Inches(1), Inches(2), Inches(8), Inches(5), chart_data ) def main(): prs Presentation() add_report_cover(prs) add_metrics_slide(prs) add_trend_chart_slide(prs) output_path ../output/运营周报.pptx prs.save(output_path) print(fPPT 周报已生成{output_path}) if __name__ __main__: main()运行后生成的 PPT 页面有三张。第二页的核心指标虽然能显示数据但目前是普通文本如果你想要更醒目的数字卡片效果你可以使用文本框形状填充来绘制卡片。5.4 python-pptx 效果优化点如果你不只是做一个“能带文字的 PPT”而是想做得更像人肉手工做的后面几个方向值得搞一搞使用现成模板不新建空白 Presentation而是Presentation(../templates/公司模板.pptx)设置字体、颜色、行距和对齐paragraph.alignment PP_ALIGN.CENTER不直接操作占位符 index而是通过slide_layout.placeholders确认 placeholder 名称利用add_picture()插入从 Excel 生成的图表或图片比如把 pandas 生成的 matplotlib 统计图嵌入到 PPT 页批量生成时先遍历模板页数确认版式里 title 占位符存在避免索引越界。6. 综合实战Excel 数据统计后导入 Word 报告并输出 PPT有时候 Excel、Word、PPT 不能完全割裂开。工作中更常见的是一条链式的处理流程数据在 Excel 里 → 整理成表格或图表 → 放进 Word 汇总报告 → 再提炼几页 PPT。下面这个综合小项目把 Excel 的统计结果写入一个 Word 报告文档同时生成一页 PPT 概要页。这也是很多自动化场景的通用模板。6.1 需求说明从output/汇总统计.xlsx里读取“分类统计”工作表把分类名称和总销售额按表格形式写到 Word 报告里然后把销售额最高的分类名称和数值写到 PPT 封面页下面的正文里。6.2 核心代码跨文件自动化串联# 文件路径scripts/pipeline_report.py import os from openpyxl import load_workbook from docx import Document from pptx import Presentation from pptx.util import Pt DATA_FILE ../output/汇总统计.xlsx WORD_OUTPUT ../output/销售分析报告.docx PPT_OUTPUT ../output/销售概要.pptx def read_summary(): wb load_workbook(DATA_FILE, data_onlyTrue) ws wb[分类统计] rows [] for row in ws.iter_rows(min_row2, values_onlyTrue): if row[0]: rows.append(row) wb.close() return rows def write_word_report(summary_rows): doc Document() doc.add_heading(月度销售分析报告, level1) table doc.add_table(rows1, cols2) table.style Table Grid hdr table.rows[0].cells hdr[0].text 商品类别 hdr[1].text 总销售额 for category, total in summary_rows: row_cells table.add_row().cells row_cells[0].text str(category) row_cells[1].text str(total) doc.add_paragraph() doc.add_paragraph(说明以上数据来自各门店上报的销售明细合并结果。) doc.save(WORD_OUTPUT) print(fWord 报告已生成{WORD_OUTPUT}) def write_ppt_summary(summary_rows): top_category, top_total max(summary_rows, keylambda x: x[1] or 0) prs Presentation() slide prs.slides.add_slide(prs.slide_layouts[0]) slide.shapes.title.text 销售简报 sub slide.placeholders[1] sub.text f本月销售额最高的类别{top_category}总销售额 {top_total} 元 prs.save(PPT_OUTPUT) print(fPPT 概要已生成{PPT_OUTPUT}) if __name__ __main__: rows read_summary() write_word_report(rows) write_ppt_summary(rows)执行脚本后Excel → Word → PPT 的三步骤自动完成中间不需要任何人工操作。这个例子看起来简单但它代表了一种非常实用的思维方式先梳理业务流程确定数据从哪里来、结果要到哪里去再把每一步拆成一个函数最后用主函数串联。真实的办公自动化项目基本都遵循这个套路。7. 常见报错与问题排查这部分是我在实际使用 Python 办公自动化过程中反复遇到的问题整理成一个速查表方便你在跑代码时快速定位。问题现象常见原因解决思路ModuleNotFoundError: No module named openpyxl没有安装依赖库或装到了别的 Python 环境执行pip install openpyxl用python -m pip检查当前环境读取 Excel 时发现读不到公式结果文件从未用 Excel 打开过公式没有缓存结果使用data_onlyTrue之前先确认源文件确实有被 Excel 计算过一次不可靠时改用公式计算逻辑生成的 Word 文档占位符没有被替换文字被拆在多个 Run 中重新整理模板修改段落的 runs 或直接逐 Run 替换运行脚本后找不到输出文件脚本当前工作目录与代码里的相对路径不一致使用绝对路径或先os.chdir()切换到项目根目录也可以基于__file__拼接路径openpyxl 无法读取 .xls 老文件openpyxl 只支持 .xlsx先把 .xls 转换为 .xlsx或用 pandas xlrdxlrd 仅支持 .xls 新版本python-docx 创建的文档打不开保存路径不存在或文件正在被 Word 占用先确保目录已创建关闭已打开的 Word 再重新运行pptx 出现 placeholder index 越界模板版式没有对应的占位符位置改用placeholder.idx遍历或先检查版式占位符存在性批量处理文件时内存占用过高大量读取 Excel 后没有及时关闭工作簿读取完及时执行wb.close()或按文件分批处理中文文件名乱码脚本文件本身不是 UTF-8 编码用支持 UTF-8 编码的编辑器保存脚本路径中包含中文时避免硬编码额外的排查建议修改代码时保留最小复现文件日志里多打印文件路径与当前工作表名称这样可以快速定位是路径问题还是内容问题。第一次处理正式数据前先用一两份模拟数据跑通流程再批量执行。涉及正式合同、财务报表时尤其建议在测试目录验证。8. 格式与样式设置Python 办公自动化的“面子工程”代码能写入文本和数值之后很多朋友会遇到下一个需求“我想要生成的文件看起来像人做的而不是像纯文本倒进去的。”这类格式设置在三个库里分别对应不同的对象8.1 Excel 单元格格式美化openpyxl 中设置字体、背景色和对齐方式常用到 styles 子模块from openpyxl.styles import Font, PatternFill, Alignment, Border, Side wb Workbook() ws wb.active # 标题行样式 font_title Font(name微软雅黑, size12, boldTrue, colorFFFFFF) fill_title PatternFill(start_color2F5496, end_color2F5496, fill_typesolid) alignment_center Alignment(horizontalcenter, verticalcenter) ws[A1] 商品类别 ws[A1].font font_title ws[A1].fill fill_title ws[A1].alignment alignment_center # 设置列宽 ws.column_dimensions[A].width 20 # 设置行高 ws.row_dimensions[1].height 28 # 给边框 thin_border Border( leftSide(stylethin), rightSide(stylethin), topSide(stylethin), bottomSide(stylethin), ) ws[A1].border thin_border8.2 Word 文本样式python-docx 中可以使用doc.styles、paragraph.style或直接运行字体设置from docx.shared import Pt, RGBColor doc Document() p doc.add_paragraph(这是一段红色加粗的示例文字。) run p.runs[0] run.font.bold True run.font.size Pt(16) run.font.color.rgb RGBColor(0xFF, 0x00, 0x00) run.font.name 微软雅黑8.3 PPT 文本框样式PPT 在生成幻灯片时重点是掌握pt磅和Inches单位的换算使用。from pptx.util import Inches, Pt from pptx.dml.color import RGBColor left Inches(1) top Inches(1.5) width Inches(6) height Inches(1) textbox slide.shapes.add_textbox(left, top, width, height) tf textbox.text_frame tf.text 我是标题内容 p tf.paragraphs[0] p.font.size Pt(18) p.font.bold True p.font.color.rgb RGBColor(0x2F, 0x54, 0x96)格式处理如果需求比较复杂比如需要批量处理多个带样式文件的模板建议把模板先人工做成标准样式再由脚本对需要变化的字段做局部替换这样比完全用代码从零设置格式稳定很多。9. 工程化与扩展如何提升办公自动化脚本的稳定性做完一个真实业务之后就有必要跳出“跟代码”的思维想让自动化这套东西运到更稳、跑得时间更久要有几个工程层面的调整。9.1 用配置文件代替硬编码我最早写脚本时文件路径、替换文字等参数都直接写在代码里。这种脚本今天能用明天换了路径就要改代码一旦上线给同事用就会变成“只有我能运行的程序”。建议把路径和参数放到配置文件里比如使用一个config.yamlpaths: data_dir: ./data/sales output_dir: ./output template_file: ./templates/offer_template.docx replace_fields: 公司名称: 示例科技有限公司 部门: 技术部然后在脚本中读取配置文件import yaml def load_config(pathconfig.yaml): with open(path, r, encodingutf-8) as f: return yaml.safe_load(f)这样做的好处是字段更新、目录变更都不需要修改代码逻辑。9.2 日志输出与断点续跑当文件数量达到几百上千时脚本跑得再快也可能因为个别文件格式不合法而中断。这里有一个很实际的经验单个文件处理先用try-except捕获异常把失败文件名记录到日志成功后把结果写到 “处理成功.txt”失败写进 “失败清单.txt”脚本运行结束后查看失败清单再修问题重跑失败文件。这样就不会因为遇到一个损坏文件而所有数据都要重来。import logging logging.basicConfig( filename../logs/auto.log, levellogging.INFO, format%(asctime)s %(levelname)s %(message)s, ) def process_one(file_path): try: # 业务处理逻辑 pass except Exception as exc: logging.error(f处理失败{file_path}原因{exc})9.3 GUI 化或命令行化如果脚本是给非技术人员使用的可以考虑做一个简单的命令行交互或桌面小工具。用argparse可以在命令行接收参数import argparse parser argparse.ArgumentParser(descriptionExcel 汇总工具) parser.add_argument(--data-dir, requiredTrue, help原始数据目录) parser.add_argument(--output, defaultoutput/result.xlsx, help输出文件路径) args parser.parse_args() print(args.data_dir, args.output)也可以使用 tkinter 做一个极简文件选择器让同事点选目录就能运行。但如果仅给自己用其实保持 Python 脚本命令行运行是最轻量的。9.4 文件备份与二次确认办公自动化操作真实数据时最怕的是覆盖重要文件。有几个习惯值得从一开始就养成正式执行前先备份原始文件目录脚本中尽量避免覆盖源文件尽可能把结果输出到output/目录批量删除或写入前增加确认提示比如输入yes才继续对 Excel 的修改操作建议先load_workbook后复制一份副本.xlsx再处理。10. 总结与下一步学习建议本文从一个相对完整的实践视角带你走完了 Python 操作 Excel、Word、PPT 的核心链路。现在做个简单的梳理在 Excel 方面掌握了 openpyxl 的加载工作簿、读取单元格、写入数据、保存文件的完整流程并通过多 Excel 合并统计样例理解遍历文件、合并数据和分组统计的组合实现方式。在 Word 方面掌握了 python-docx 的操作模型学会了如何把模板 Word 文档中的占位符批量替换成不同人员的信息也了解了处理表格文件的基础方法。在 PPT 方面掌握了 python-pptx 的创建、写入文本、插入简单柱状图的流程并尝试把真实数据变成可演示的周报页面。在工程层面你能体会到脚本不应一次性写完就废弃尽可能把路径抽成配置加入日志、备份和异常处理才能在真实工作中持续复用。后面的学习建议可以按几条路线往前走第一条深入数据清洗与分析。如果你希望接手更复杂的 Excel 表格建议多练 pandas 的 groupby、pivot_table、merge这些函数解决复杂业务报表时非常高效。第二条深入 Word 与 PPT 模板制作。学习如何制作稳定、适配脚本替换的 Office 模板合理设计段落样式、母版占位符就能让最终产物有更好的视觉效果也能减少脚本的临时处理逻辑。第三条学习定时调度。如果需要每天定时跑一次报表可以先学习 Windows 任务计划程序或 Linux 上的 cron把 Python 脚本配置为每日执行实现零手工干预的自动化。第四条探索其他文件格式。CSV、JSON、PDF 都是办公数据流转的常见格式遇到 PDF 抽取表格或批量合并场景时可以补充了解 pdfplumber 等库。动手建议也很简单从你手头最重复、最无聊的那张 Excel 表开始用 Python 写一个小脚本尝试把第一版跑通。不用管代码写得是否优雅只要运行成功一次你后续的学习动力就会不一样。如果本文中的示例代码对你的工作有帮助可以对照实际文件结构适当修改直接使用。也建议你在本地准备一个练习文件夹把代码亲手敲一遍、运行一遍理解每一段代码为什么这么写。这样从“看得懂例子”到“自己写自动化工具”的过渡才真正完成。