文档与表格的自动化流水线

一份模板加一张数据表,可以替代一下午的复制粘贴。

办公效率现场与效率2025-12-28约 2 分钟399 字

批量出文档的场景很常见:合同、通知、证书、报告。核心都是“模板 + 数据 + 命名规则”。

三种做法

方式适合限制
Word 邮件合并固定版式、字段简单复杂逻辑难处理
python-docx需要计算、判断保留格式要小心
LibreOffice 无头转换批量出 PDF字体依赖环境

邮件合并

Word 的“邮件合并”直接读 Excel 表,适合姓名、金额、日期这类字段。数据表第一行是字段名,正文用 «姓名» 插入。生成时选择“编辑单个文档”,一次导出全部。

优点是普通人也能维护;缺点是条件判断和复杂排版支持有限。

python-docx 填占位符

python
from docx import Document

def fill(path, data, out):
    doc = Document(path)
    for p in doc.paragraphs:
        for k, v in data.items():
            key = "{{%s}}" % k
            if key in p.text:
                for run in p.runs:
                    run.text = run.text.replace(key, str(v))
    doc.save(out)

逐 run 替换能保留大部分格式,但一个占位符被拆到多个 run 时会漏。稳妥做法是先合并段落内的 run,再替换,接受轻微的格式变化。

导出 PDF

bash
soffice --headless --convert-to pdf --outdir out in.docx

批量转换前先确认服务器装了文档用到的字体,否则版式会变形。

命名与校验

2026-03-01_合同_张三_编号001.pdf 这类命名,排序和检索都方便。生成后校验:文件数、页数、关键字段是否为空。

域代码不会自动更新

模板里的日期、页码是域时,批量生成后可能还是旧值。生成前全选更新域,或在脚本里显式替换。

小结

模板稳定、数据干净、命名统一、批量校验。四件事做好,文档流水线才可靠。

说明:文中的地址、域名、主机名与账号均为脱敏示例;配置片段来自实际环境,但版本与网络条件不同,照搬前请先在测试环境验证。最后校对:2025-12-28。