怎么用Python自动根据Word模板生成成百上千份标准合同？-Python教程-PHP中文网

根本原因是python-docx操作的是底层run文本片段而非可见文字；模板中一个段落常被拆分为多个run（如加粗部分独立），仅遍历paragraph.text无法触达实际含占位符的run，必须逐层遍历paragraph.runs并替换其.text。

怎么用python自动根据word模板生成成百上千份标准合同？

根本原因不是“找不到文本”，而是 python-docx 不直接操作“可见文字”——它操作的是底层 run 级别的文本片段。模板里一个段落可能被拆成多个 run（比如加粗部分单独一个 run），而你只遍历了段落的 .text，却没进 run 里改。

实操建议：

别用 paragraph.text.replace() 这种表面替换，它不生效；必须遍历每个 paragraph.runs
对每个 run，检查其 .text 是否包含占位符（如 {client_name}），再用 run.text = run.text.replace(...)
如果占位符跨 run（比如 { 在一个 run，client_name} 在下一个），得先合并相邻 run —— 这很麻烦，所以更推荐：模板中所有占位符必须独占完整 run，且前后不留空格或换行符
用 docx2python 库替代？它能按“块”提取并保留结构，但写回能力弱；生产环境仍建议坚持 python-docx + 手动 run 遍历

每次循环都执行 Document("template.docx")，等于每份合同都加载一次完整的 XML 结构，对象堆积在内存里，Python 的 GC 不一定及时回收，尤其 Windows 上容易触发 MemoryError 或无响应。

实操建议：

把模板读取提到循环外：template = Document("template.docx")，然后在循环内用 copy.deepcopy(template) —— 但注意：python-docx 不支持直接 deepcopy，会报错
正确做法：用 openpyxl 思路类比——把模板文件以二进制读入，每次生成新文档时，用 shutil.copy() 复制一份干净的 .docx 文件，再用 Document(副本路径) 加载并修改
更轻量：用 zipfile 直接解压 .docx（本质是 zip 包），替换 document.xml 里的占位符字符串，再重新打包。速度快、内存零压力，但要小心 XML 转义和命名空间（比如 {http://...}t）

默认只遍历主文档段落（document.paragraphs），表格单元格、页眉、页脚、文本框里的内容全被忽略，导致关键字段漏填——这是批量出错的高发区。

使用tbot机器ID身份文件配合tsh CLI，通过Teleport访问控制SSH登录托管主机或执行远程命令。

下载

实操建议：

表格：遍历 document.tables → 每个 table.rows → 每个 row.cells → 每个 cell.paragraphs，再进 run 替换
页眉页脚：必须显式访问节（section），例如 for section in document.sections: section.header.paragraphs 和 section.footer.paragraphs；注意多节文档（如奇偶页不同）需分别处理
标题样式（如 "Heading 1"）：不能靠样式名过滤段落，因为 paragraph.style.name 可能是本地化名称（中文 Word 显示“标题 1”而非 "Heading 1"）；稳妥做法是统一用占位符，不依赖样式判断

不能。python-docx 是纯文档结构操作库，不涉及渲染、打印、PDF 导出或签名逻辑。所谓“Word 内置签名”本质是 XML 数字签名，需调用 Windows COM 接口（仅限 Windows）或用 LibreOffice headless 转换+外部签名工具链。

实操建议：

PDF 签名必须后置：先用 python-docx 生成所有 .docx，再用 soffice --headless --convert-to pdf 批量转 PDF，最后用 PyPDF2 或 endesive 加签
水印：可提前在 Word 模板页眉插入半透明文字水印（设置为“衬于文字下方”），这样所有生成文档自动继承；避免运行时动态加——python-docx 无法控制 Z-order 或透明度
如果必须 Word 内签名，Windows 下可用 win32com.client 调用 Word.Application，但稳定性差（弹窗、权限、多实例冲突），不适合无人值守批量场景

真正卡住进度的往往不是替换逻辑，而是模板里那些看不见的格式残留：隐藏文字、域代码（如 DATE）、分节符、嵌套文本框。生成前务必用 Word “显示编辑标记”（Ctrl+* ）逐页检查模板——自动化救不了设计缺陷。