简介面向小学行政人员、校办文秘及教务工作者的红头文件模板合集可用于快速起草学校层面的正式行文。资源为单一 doc 文档压缩包仅 25KB体量轻便下载后直接在 Word 中替换校名、文号与落款即可套用。内容以真实校园公文为范例涵盖红头文件版式文号、主题词、印发日期、打字校对与印数标注、通知与通报的行文结构并附带毕业生动员会主持流程、校领导讲话、学生代表发言及活动通讯稿等常见文种完整呈现标题、正文分条、落款盖章等规范写法。对于需要统一公文格式、又缺乏现成范本的学校文秘或新手教师可据此套改出会议通知、检查通报、动员会方案等材料省去排版与措辞的反复推敲。目前已有 91 人学习使用适合作为小学公文写作的入门参照模板。1. 拿到「小学红头文件文件模板.doc」先别急着改字档案室里翻出来的这份「小学红头文件文件模板.doc」实际塞了三样东西毕业生动员会的会议通知龙小字【2015】7 号、学区常规管理检查通报8 号外加配套的校长讲话稿和一篇通讯稿。多数人拿到它第一反应是在 Word 里改年份、改人名、另存为改十份就得点二十次替换。反直觉的是这个模板真正值钱的地方不在排版好不好看而在于它把「版头—主体—版记」三段的段落角色固定死了哪一行是发文机关标志哪一行是发文字号哪一行是主送机关结构一旦固定后面的年份、序号、参会名单、会议时间就能全部交给脚本。它适合三类人要一次性出十几份通知的学校信息化岗、做 OA 办公自动化的后端以及想搞明白 Word 模板引擎到底怎么吃公文格式的开发者。字体号数、行距、边框这些参数只要落到代码里就变成了可复用、可校验的东西。2. 龙小字模板的版头、主体、版记拆解与样式映射2.1 三段的边界用肉眼怎么认公文格式的三段划分不是审美问题而是排版边界问题。版头的收尾是那条红色分隔线红线上方的一切——发文机关标志、发文字号、签发人——都属于版头红色分隔线到版记之间的全部内容包括标题、主送机关、正文、附件说明、发文机关署名、成文日期与印章属于主体版记则是文件末尾那一块抄送机关、印发机关与印发日期。这份小学模板的版记长这样先是主题词一栏下面一行印发机关和日期再下面一行是「打字:吴松林 校对:田尊 印数 10 份」。先把三段分清楚是因为批量生成时它们的替换规则完全不同。版头只换年份和顺序号主体换标题、主送机关和整段正文版记换校对人和印数。混在一起做全局替换正文里出现的「7 号」「10 份」很容易被一起替掉这类事故在做过一次批量发文的人身上几乎都发生过。2.2 版头与发文字号的取值规则发文机关标志用发文机关全称或者规范化简称后面加「文件」二字套红印刷字体常见做法是红色小标宋字号由发文机关自行确定但整体高度不宜超过 22mm×15mm。模板里直接写成一行居中的「花垣县龙潭中心小学文件」颜色是靠字符颜色实现的而不是图片——这一点很关键用图片做的红头在批量替换和文本检索时基本是废的。发文字号由机关代字、年份、发文顺序号三部分组成年份用六角括号〔〕括起来顺序号不加「第」字、不编虚位。第 7 号就写「7 号」不写「07 号」。中小学的发文机关代字一般取校名简称加「字」比如「龙小字」。序号每年重置跨年生成时要记得把计数器清零否则会出现 2016 年从 8 号开始发文的尴尬。版头要素位置与取值本模板痕迹发文机关标志机关全称/简称 「文件」红色小标宋居中花垣县龙潭中心小学文件发文字号机关代字 〔年份〕 顺序号居中龙小字【2015】7 号应改六角括号签发人仅上行文标注下行文、平行文不标无红色分隔线发文字号下一行与版心等宽有红色分隔线不是用绘图工具画的横线规范做法是给段落加下边框。用形状画的线在 WPS 和不同 Word 版本之间位置漂移得厉害段落边框跟着版心走导出 PDF 也不会跑位。2.3 主体的层次序数与字体对应正文的层次序数是公文格式里最容易被改乱的地方。第一层用「一、」第二层用「一」第三层用「1.」第四层用「1」。序数不能跳级有一、才能有一不能从一、直接跳到 1.。字体跟着层级走第一层黑体第二层楷体第三层和第四层都是仿宋第三层可以加粗以示区分。层次序数写法字体三号第一层一、黑体第二层一楷体_GB2312第三层1.仿宋_GB2312可加粗第四层1仿宋_GB2312回头对照模板里的讲话稿五个小标题分别是一、我们毕业班的基本情况二、努力营造浓厚的复习迎考氛围三、掌握科学有效的学习方法四、努力提高品德修养五、要有意识地锻炼自己的身体。写法本身是标准的但它同时暴露了一个常见毛病段落首行缩进用的是空格而不是段落缩进属性批量替换后缩进量会跟着字宽一起乱掉。主送机关写在标题下空一行、左侧顶格的位置回行仍顶格最后一个机关名称后面标全角冒号。模板里的「全学区各处 室 组含村片小、幼儿园」把层级写成了空格规范写法是「全学区各处室、组含村片小、幼儿园」。这类顿号、括号的细微差别做批量替换时必须用正则兜住。成文日期用阿拉伯数字标全年、月、日月、日不编虚位写成「2015 年 3 月 20 日」不写「2015 年 03 月 20 日」也不写汉字年份。发文机关署名与成文日期的相对位置加盖印章和不加盖印章两种情况处理不一样涉及印章的模板最好保留一个手工微调环节。2.4 先把 .doc 转成 .docx把段落结构 dump 出来python-docx 只能读 .docxOOXML读不了二进制 .doc。第一步是转换LibreOffice 命令行是最稳的一条路字体映射偶尔会漂但段落结构保留得不错。# 无界面转换输出到 converted 目录 soffice --headless \ --convert-to docx:MS Word 2007 XML \ --outdir ./converted \ 小学红头文件文件模板.doc # 只想抽文字、不在乎格式时catdoc 更快 catdoc 小学红头文件文件模板.doc plain.txt参数说明--convert-to后面显式写docx:MS Word 2007 XML是为了指定过滤器某些版本不加会更倾向导出 ODF--outdir指向的目录必须事先存在不存在不会自动创建--headless让 LibreOffice 不开窗口适合挂在流水线里跑。转换完把结构打印出来才知道这份模板到底用了几个样式、红色分隔线是边框还是图片。from docx import Document from docx.oxml.ns import qn def to_pt(v): # 长度对象内部单位是 EMU转成磅方便跟排版参数对照 return None if v is None else round(v.pt, 1) def east_asia_font(run): # run.font.name 只返回西文字体中文字体藏在 w:rFonts/w:eastAsia rPr run._element.rPr if rPr is None or rPr.rFonts is None: return None return rPr.rFonts.get(qn(w:eastAsia)) doc Document(converted/小学红头文件文件模板.docx) for i, p in enumerate(doc.paragraphs): if not p.text.strip(): continue # 空段落多为占位空行统计进去会误导 pf, runs p.paragraph_format, p.runs print( f{i:03d} | {p.style.name:12s} | {str(p.alignment):22s} f| 首行缩进{to_pt(pf.first_line_indent)} f| 行距{to_pt(pf.line_spacing)} f| 中文{east_asia_font(runs[0]) if runs else None} f| 字号{to_pt(runs[0].font.size) if runs and runs[0].font.size else None} f| {p.text[:16]} )逻辑说明首行缩进和行距返回的是 Length 对象如果行距设的是「多倍行距」line_spacing 会返回 float 而不是 Length这时调用.pt会抛 AttributeError稳妥写法是先做类型判断。runs[0] 不一定是整段的代表一段里混了多种字体时要逐个 run 遍历才准。跑完这轮通常能确认两件事模板用没用命名样式以及红色分隔线在doc.inline_shapes里还是挂在段落的w:pBdr上——这决定了后面是重新插图还是直接沿用边框属性。3. 用 python-docx 重建可参数化的红头文件骨架3.1 页面与版心先固定毫米再谈字号版心尺寸是所有排版参数的地基。左右边距被人按通用模板改成 31.7mm 之后红色分隔线长度、表格宽度、每行字数会一起错这类「红头跑偏」的投诉多数根源不在字体。from docx import Document from docx.shared import Mm, Pt, RGBColor from docx.oxml.ns import qn from docx.oxml import OxmlElement doc Document() sec doc.sections[0] sec.page_width, sec.page_height Mm(210), Mm(297) # A4 sec.top_margin, sec.bottom_margin Mm(37), Mm(35) # 上 37 下 35 sec.left_margin, sec.right_margin Mm(28), Mm(26) # 左 28 右 26 # 文档网格让 Word 按「每页 22 行、每行 28 字」来排 sectPr sec._sectPr grid sectPr.find(qn(w:docGrid)) if grid is None: grid OxmlElement(w:docGrid) sectPr.append(grid) grid.set(qn(w:type), linesAndChars) grid.set(qn(w:linePitch), 578) # 单位 1/20 磅578 ≈ 28.9 磅行距 grid.set(qn(w:charSpace), 0) # 0 表示按字号自动推算每行字数参数说明Mm、Pt 都是 EMU 包装赋值后写进 sectPr不依赖 Word 界面操作。linePitch 的单位是二十分之一磅28 磅行距对应 560578 约等于 28.9 磅正文用三号仿宋时 560 到 578 都好看值越小越紧凑。charSpace 置 0 让 Word 自己按字号推每行字数写死数字换个字号就串行。3.2 中文字体必须单独设 eastAsiarun.font.name只设西文字体中文会走 Word 的默认回退逻辑最后打印出来一片宋体。要落到仿宋_GB2312、黑体、楷体这些中文字体必须写w:rFonts的w:eastAsia。def set_run_font(run, cn仿宋_GB2312, enTimes New Roman, size16, boldFalse): cn: 中文字体名en: 西文字体名size: 磅值三号16 磅 run.font.name en run.font.size Pt(size) run.font.bold bold rPr run._element.get_or_add_rPr() rFonts rPr.get_or_add_rFonts() rFonts.set(qn(w:eastAsia), cn) # 关键中文字体走这个属性参数说明cn 的字体名必须是系统里真实存在的名字「仿宋」和「仿宋_GB2312」是两个不同字体回退链不一样。en 用 Times New Roman 是公文常见搭配数字和字母走西文字体更整齐。字号磅值Pt模板里的用途二号22公文标题、发文机关标志小二18内部小标题三号16正文、发文字号、主送机关小三15表格内说明文字四号14附件说明把这几个值存成字典常量就不用在代码里到处写 16 和 22。3.3 红色分隔线用段落边框而不是图形def add_red_separator(doc, thickness_pt6, colorFF0000): 在当前位置插入一条与版心等宽的红色横线 p doc.add_paragraph() pPr p._p.get_or_add_pPr() pBdr OxmlElement(w:pBdr) bottom OxmlElement(w:bottom) bottom.set(qn(w:val), single) bottom.set(qn(w:sz), str(int(thickness_pt * 8))) # sz 单位是 1/8 磅 bottom.set(qn(w:space), 1) # 线与文字间距单位磅 bottom.set(qn(w:color), color) pBdr.append(bottom) pPr.append(pBdr) return p参数说明sz 的单位是八分之一磅6 磅要写 48写 6 的话线细得几乎看不见。space 控制边框与段落文字的间距红色分隔线取 1 到 3 就够。用段落边框的最大好处是随版心自动伸缩改边距不用重算坐标。3.4 发文机关标志与发文字号的拼装from docx.enum.text import WD_ALIGN_PARAGRAPH # 发文机关标志红色小标宋居中 p doc.add_paragraph() p.alignment WD_ALIGN_PARAGRAPH.CENTER set_run_font(p.add_run(花垣县龙潭中心小学文件), cn方正小标宋简体, size22) p.runs[0].font.color.rgb RGBColor(0xFF, 0x00, 0x00) # 发文字号六角括号顺序号不补零 p doc.add_paragraph() p.alignment WD_ALIGN_PARAGRAPH.CENTER set_run_font(p.add_run(f龙小字〔{year}〕{seq}号), cn仿宋_GB2312, size16)参数说明year、seq 从数据源传入整数f-string 里不能写:02d顺序号补零是明文违规。括号用 U3014、U3015 的〔〕不是【】也不是半角[]。机关代字「龙小字」属于易变常量学校一旦更名就要跟着改放进配置文件比硬编码在函数里合适。4. docxtpl 发文台账批量生成通知与通报4.1 什么时候该从 python-docx 切到 docxtplpython-docx 适合从零搭骨架可这份模板里已经有红头、页脚和印章位置用代码重画一遍成本太高。docxtpl 的思路是保留原 .docx 当模板把可变部分换成 Jinja2 占位符渲染时只替换占位符其余 XML 原样不动。凡是「Word 里排好版、只有少数字段要换」的场景它比 python-docx 省事得多。pip install docxtpl pandas openpyxl docxcompose四个包都纯 Python离线机器上装也不算麻烦。docxtpl 负责渲染pandas 加 openpyxl 读发文台账docxcompose 负责把生成的多份文件合并成一本汇编。4.2 占位符怎么设计正文循环与表格行循环模板里可以直接这么写{{ jiguan }}〔{{ nianfen }}〕{{ xuhao }}号 关于召开{{ huiyi_name }}的通知 {{ zhusong }} {% for item in yicheng %} {{ loop.index }}、{{ item }} {% endfor %}行内循环和表格行循环语法不同整段重复用{% for %}表格里重复一整行必须用{%tr for %}和{%tr endfor %}否则表格会从单元格里折叠出来。loop.index从 1 开始计数正好拿来当「一、二、三」的中文序号。4.3 用发文台账驱动批量生成Excel 列名上下文变量示例约束机关代字jiguan龙小字不含空格年份nianfen2015四位整数序号xuhao7不补零标题huiyi_name毕业生动员会不加书名号主送机关zhusong全学区各处室、组末尾不带冒号会议议程yicheng校长作动员报告|安全教育竖线分隔成文日期chengwen_date2015-03-20date 类型import pandas as pd from docxtpl import DocxTemplate df pd.read_excel(发文台账.xlsx, sheet_name2015) for _, row in df.iterrows(): # 每轮重新实例化模板避免上一轮的 Jinja 变量残留 tpl DocxTemplate(templates/红头文件模板.docx) d row[成文日期] ctx { jiguan: row[机关代字], nianfen: int(row[年份]), xuhao: int(row[序号]), # 不补零 huiyi_name: row[标题], zhusong: row[主送机关].rstrip(), yicheng: [s.strip() for s in str(row[会议议程]).split(|) if s.strip()], chengwen_date: f{d.year}年{d.month}月{d.day}日, # 月、日不补零 } tpl.render(ctx) out foutput/{ctx[nianfen]}-{ctx[xuhao]:03d}-{ctx[huiyi_name]}.docx tpl.save(out) print(已生成, out)逻辑说明rstrip()兜住台账里手滑多打的冒号免得渲染出两个冒号议程用竖线分隔而不用顿号因为议题本身就常带顿号用顿号切会切碎。文件名里的:03d只影响排序跟正文顺序号是两回事别混为一谈。日期不用 strftime 的%-mWindows 上不支持直接拼整数最稳。真跑几十份的时候还有个更隐蔽的问题DocxTemplate 实例如果放在循环外面复用render 会不断往同一个 Jinja 环境塞变量第二份开始就可能带上上一份的残留。放在循环里面重新实例化代价只是多读一次文件。4.4 输出后的合并与页码统一from docx import Document from docxcompose.composer import Composer master Document(output/2015-007-毕业生动员会.docx) composer Composer(master) composer.append(Document(output/2015-008-常规管理检查通报.docx)) composer.save(output/2015年发文汇编.docx)参数说明Composer 以第一份文档为底板后续文档的节属性会被并入合并完页码样式可能不统一。常见做法是合并之后再统一页脚或者在模板阶段就把所有页眉页脚设成一致。汇编文件如果页码要从 1 连续编到 N合并后必须重设 footer 里的 PAGE 域否则会跟着原文件重新计数。5. 排版校验与三个改稿才踩得到的坑5.1 三个高频格式错误写进正则里六角括号是最常见的错。发文字号里的年份必须用〔〕模板原文件用的是【】这两种全角括号在 Word 里看着很像肉眼校对基本发现不了。批量替换时顺手纠正比事后逐份检查划算得多。第二是主题词。这份小学模板的版记里保留了「主题词: 毕业生 动员会」这一行属于较早的公文写法近年的公文处理规范已经不再要求标注主题词。批量生成时要么把整行删掉要么确保它不会成为没被替换掉的占位符——判断标准很简单如果这一行还留着{{ }}说明占位符范围跟版记区域重叠了。第三是成文日期和顺序号的虚位。写成「2015年03月20日」或者「〔2015〕07号」都属于看着整齐但不合规范的写法。台账里的数字来自 Excel如果那几列是文本格式补零会一路带到底。5.2 不用打开 Word 就能跑的校验脚本import re from docx import Document RULES { 方括号发文字号: re.compile(r[【\[]\s*\d{4}\s*[】\]]\s*\d\s*号), 顺序号补零: re.compile(r〔\d{4}〕\s*0\d\s*号), 月份补零: re.compile(r\d{4}\s*年\s*0\d\s*月), 残留占位符: re.compile(r\{\{|\{%|%\}), } def all_text(doc): # 正文段落 表格单元格两处都要扫 for p in doc.paragraphs: yield p.text for t in doc.tables: for row in t.rows: for cell in row.cells: yield cell.text doc Document(output/2015-007-毕业生动员会.docx) for i, text in enumerate(all_text(doc)): for name, pat in RULES.items(): for m in pat.finditer(text): print(f[{name}] 第{i}段 命中{m.group()!r})逻辑说明只遍历doc.paragraphs会漏掉表格里的文字版记里的印发机关、印数经常放在表格里漏掉就查不出问题。每条规则独立编译成 Pattern复用到几千份文件上也不慢。输出带段落序号改回模板时能直接定位。5.3 字体回退看不见的那次替换模板里指定的「方正小标宋简体」「仿宋_GB2312」在不少办公机上根本没装Word 不报错只是静默换成宋体。批量生成的 200 份文件在本机看是对的发到别的机器打开就是另一副样子。常见处理办法有三个把字体嵌进 docx、换成系统自带的思源宋体或仿宋、或者把这几行标题导成图片。三种里嵌入字体最省事文件大几百 KB但换机器不失真。如果生成流程要长期跑建议加一步字体白名单检查。from docx.oxml.ns import qn WHITELIST {仿宋_GB2312, 黑体, 楷体_GB2312, 方正小标宋简体, 宋体} def check_fonts(path): doc Document(path) used set() for p in doc.paragraphs: for r in p.runs: rPr r._element.rPr if rPr is not None and rPr.rFonts is not None: used.add(rPr.rFonts.get(qn(w:eastAsia))) return used - WHITELIST print(不在白名单里的中文字体, check_fonts(output/2015-007-毕业生动员会.docx))把这段挂进生成流程的收尾步骤字体一越界就报警改版心参数和换字号时就不用再靠打印出来一张张比对。本文还有配套的精品资源点击获取
简介面向小学行政人员、校办文秘及教务工作者的红头文件模板合集可用于快速起草学校层面的正式行文。资源为单一 doc 文档压缩包仅 25KB体量轻便下载后直接在 Word 中替换校名、文号与落款即可套用。内容以真实校园公文为范例涵盖红头文件版式文号、主题词、印发日期、打字校对与印数标注、通知与通报的行文结构并附带毕业生动员会主持流程、校领导讲话、学生代表发言及活动通讯稿等常见文种完整呈现标题、正文分条、落款盖章等规范写法。对于需要统一公文格式、又缺乏现成范本的学校文秘或新手教师可据此套改出会议通知、检查通报、动员会方案等材料省去排版与措辞的反复推敲。目前已有 91 人学习使用适合作为小学公文写作的入门参照模板。1. 拿到「小学红头文件文件模板.doc」先别急着改字档案室里翻出来的这份「小学红头文件文件模板.doc」实际塞了三样东西毕业生动员会的会议通知龙小字【2015】7 号、学区常规管理检查通报8 号外加配套的校长讲话稿和一篇通讯稿。多数人拿到它第一反应是在 Word 里改年份、改人名、另存为改十份就得点二十次替换。反直觉的是这个模板真正值钱的地方不在排版好不好看而在于它把「版头—主体—版记」三段的段落角色固定死了哪一行是发文机关标志哪一行是发文字号哪一行是主送机关结构一旦固定后面的年份、序号、参会名单、会议时间就能全部交给脚本。它适合三类人要一次性出十几份通知的学校信息化岗、做 OA 办公自动化的后端以及想搞明白 Word 模板引擎到底怎么吃公文格式的开发者。字体号数、行距、边框这些参数只要落到代码里就变成了可复用、可校验的东西。2. 龙小字模板的版头、主体、版记拆解与样式映射2.1 三段的边界用肉眼怎么认公文格式的三段划分不是审美问题而是排版边界问题。版头的收尾是那条红色分隔线红线上方的一切——发文机关标志、发文字号、签发人——都属于版头红色分隔线到版记之间的全部内容包括标题、主送机关、正文、附件说明、发文机关署名、成文日期与印章属于主体版记则是文件末尾那一块抄送机关、印发机关与印发日期。这份小学模板的版记长这样先是主题词一栏下面一行印发机关和日期再下面一行是「打字:吴松林 校对:田尊 印数 10 份」。先把三段分清楚是因为批量生成时它们的替换规则完全不同。版头只换年份和顺序号主体换标题、主送机关和整段正文版记换校对人和印数。混在一起做全局替换正文里出现的「7 号」「10 份」很容易被一起替掉这类事故在做过一次批量发文的人身上几乎都发生过。2.2 版头与发文字号的取值规则发文机关标志用发文机关全称或者规范化简称后面加「文件」二字套红印刷字体常见做法是红色小标宋字号由发文机关自行确定但整体高度不宜超过 22mm×15mm。模板里直接写成一行居中的「花垣县龙潭中心小学文件」颜色是靠字符颜色实现的而不是图片——这一点很关键用图片做的红头在批量替换和文本检索时基本是废的。发文字号由机关代字、年份、发文顺序号三部分组成年份用六角括号〔〕括起来顺序号不加「第」字、不编虚位。第 7 号就写「7 号」不写「07 号」。中小学的发文机关代字一般取校名简称加「字」比如「龙小字」。序号每年重置跨年生成时要记得把计数器清零否则会出现 2016 年从 8 号开始发文的尴尬。版头要素位置与取值本模板痕迹发文机关标志机关全称/简称 「文件」红色小标宋居中花垣县龙潭中心小学文件发文字号机关代字 〔年份〕 顺序号居中龙小字【2015】7 号应改六角括号签发人仅上行文标注下行文、平行文不标无红色分隔线发文字号下一行与版心等宽有红色分隔线不是用绘图工具画的横线规范做法是给段落加下边框。用形状画的线在 WPS 和不同 Word 版本之间位置漂移得厉害段落边框跟着版心走导出 PDF 也不会跑位。2.3 主体的层次序数与字体对应正文的层次序数是公文格式里最容易被改乱的地方。第一层用「一、」第二层用「一」第三层用「1.」第四层用「1」。序数不能跳级有一、才能有一不能从一、直接跳到 1.。字体跟着层级走第一层黑体第二层楷体第三层和第四层都是仿宋第三层可以加粗以示区分。层次序数写法字体三号第一层一、黑体第二层一楷体_GB2312第三层1.仿宋_GB2312可加粗第四层1仿宋_GB2312回头对照模板里的讲话稿五个小标题分别是一、我们毕业班的基本情况二、努力营造浓厚的复习迎考氛围三、掌握科学有效的学习方法四、努力提高品德修养五、要有意识地锻炼自己的身体。写法本身是标准的但它同时暴露了一个常见毛病段落首行缩进用的是空格而不是段落缩进属性批量替换后缩进量会跟着字宽一起乱掉。主送机关写在标题下空一行、左侧顶格的位置回行仍顶格最后一个机关名称后面标全角冒号。模板里的「全学区各处 室 组含村片小、幼儿园」把层级写成了空格规范写法是「全学区各处室、组含村片小、幼儿园」。这类顿号、括号的细微差别做批量替换时必须用正则兜住。成文日期用阿拉伯数字标全年、月、日月、日不编虚位写成「2015 年 3 月 20 日」不写「2015 年 03 月 20 日」也不写汉字年份。发文机关署名与成文日期的相对位置加盖印章和不加盖印章两种情况处理不一样涉及印章的模板最好保留一个手工微调环节。2.4 先把 .doc 转成 .docx把段落结构 dump 出来python-docx 只能读 .docxOOXML读不了二进制 .doc。第一步是转换LibreOffice 命令行是最稳的一条路字体映射偶尔会漂但段落结构保留得不错。# 无界面转换输出到 converted 目录 soffice --headless \ --convert-to docx:MS Word 2007 XML \ --outdir ./converted \ 小学红头文件文件模板.doc # 只想抽文字、不在乎格式时catdoc 更快 catdoc 小学红头文件文件模板.doc plain.txt参数说明--convert-to后面显式写docx:MS Word 2007 XML是为了指定过滤器某些版本不加会更倾向导出 ODF--outdir指向的目录必须事先存在不存在不会自动创建--headless让 LibreOffice 不开窗口适合挂在流水线里跑。转换完把结构打印出来才知道这份模板到底用了几个样式、红色分隔线是边框还是图片。from docx import Document from docx.oxml.ns import qn def to_pt(v): # 长度对象内部单位是 EMU转成磅方便跟排版参数对照 return None if v is None else round(v.pt, 1) def east_asia_font(run): # run.font.name 只返回西文字体中文字体藏在 w:rFonts/w:eastAsia rPr run._element.rPr if rPr is None or rPr.rFonts is None: return None return rPr.rFonts.get(qn(w:eastAsia)) doc Document(converted/小学红头文件文件模板.docx) for i, p in enumerate(doc.paragraphs): if not p.text.strip(): continue # 空段落多为占位空行统计进去会误导 pf, runs p.paragraph_format, p.runs print( f{i:03d} | {p.style.name:12s} | {str(p.alignment):22s} f| 首行缩进{to_pt(pf.first_line_indent)} f| 行距{to_pt(pf.line_spacing)} f| 中文{east_asia_font(runs[0]) if runs else None} f| 字号{to_pt(runs[0].font.size) if runs and runs[0].font.size else None} f| {p.text[:16]} )逻辑说明首行缩进和行距返回的是 Length 对象如果行距设的是「多倍行距」line_spacing 会返回 float 而不是 Length这时调用.pt会抛 AttributeError稳妥写法是先做类型判断。runs[0] 不一定是整段的代表一段里混了多种字体时要逐个 run 遍历才准。跑完这轮通常能确认两件事模板用没用命名样式以及红色分隔线在doc.inline_shapes里还是挂在段落的w:pBdr上——这决定了后面是重新插图还是直接沿用边框属性。3. 用 python-docx 重建可参数化的红头文件骨架3.1 页面与版心先固定毫米再谈字号版心尺寸是所有排版参数的地基。左右边距被人按通用模板改成 31.7mm 之后红色分隔线长度、表格宽度、每行字数会一起错这类「红头跑偏」的投诉多数根源不在字体。from docx import Document from docx.shared import Mm, Pt, RGBColor from docx.oxml.ns import qn from docx.oxml import OxmlElement doc Document() sec doc.sections[0] sec.page_width, sec.page_height Mm(210), Mm(297) # A4 sec.top_margin, sec.bottom_margin Mm(37), Mm(35) # 上 37 下 35 sec.left_margin, sec.right_margin Mm(28), Mm(26) # 左 28 右 26 # 文档网格让 Word 按「每页 22 行、每行 28 字」来排 sectPr sec._sectPr grid sectPr.find(qn(w:docGrid)) if grid is None: grid OxmlElement(w:docGrid) sectPr.append(grid) grid.set(qn(w:type), linesAndChars) grid.set(qn(w:linePitch), 578) # 单位 1/20 磅578 ≈ 28.9 磅行距 grid.set(qn(w:charSpace), 0) # 0 表示按字号自动推算每行字数参数说明Mm、Pt 都是 EMU 包装赋值后写进 sectPr不依赖 Word 界面操作。linePitch 的单位是二十分之一磅28 磅行距对应 560578 约等于 28.9 磅正文用三号仿宋时 560 到 578 都好看值越小越紧凑。charSpace 置 0 让 Word 自己按字号推每行字数写死数字换个字号就串行。3.2 中文字体必须单独设 eastAsiarun.font.name只设西文字体中文会走 Word 的默认回退逻辑最后打印出来一片宋体。要落到仿宋_GB2312、黑体、楷体这些中文字体必须写w:rFonts的w:eastAsia。def set_run_font(run, cn仿宋_GB2312, enTimes New Roman, size16, boldFalse): cn: 中文字体名en: 西文字体名size: 磅值三号16 磅 run.font.name en run.font.size Pt(size) run.font.bold bold rPr run._element.get_or_add_rPr() rFonts rPr.get_or_add_rFonts() rFonts.set(qn(w:eastAsia), cn) # 关键中文字体走这个属性参数说明cn 的字体名必须是系统里真实存在的名字「仿宋」和「仿宋_GB2312」是两个不同字体回退链不一样。en 用 Times New Roman 是公文常见搭配数字和字母走西文字体更整齐。字号磅值Pt模板里的用途二号22公文标题、发文机关标志小二18内部小标题三号16正文、发文字号、主送机关小三15表格内说明文字四号14附件说明把这几个值存成字典常量就不用在代码里到处写 16 和 22。3.3 红色分隔线用段落边框而不是图形def add_red_separator(doc, thickness_pt6, colorFF0000): 在当前位置插入一条与版心等宽的红色横线 p doc.add_paragraph() pPr p._p.get_or_add_pPr() pBdr OxmlElement(w:pBdr) bottom OxmlElement(w:bottom) bottom.set(qn(w:val), single) bottom.set(qn(w:sz), str(int(thickness_pt * 8))) # sz 单位是 1/8 磅 bottom.set(qn(w:space), 1) # 线与文字间距单位磅 bottom.set(qn(w:color), color) pBdr.append(bottom) pPr.append(pBdr) return p参数说明sz 的单位是八分之一磅6 磅要写 48写 6 的话线细得几乎看不见。space 控制边框与段落文字的间距红色分隔线取 1 到 3 就够。用段落边框的最大好处是随版心自动伸缩改边距不用重算坐标。3.4 发文机关标志与发文字号的拼装from docx.enum.text import WD_ALIGN_PARAGRAPH # 发文机关标志红色小标宋居中 p doc.add_paragraph() p.alignment WD_ALIGN_PARAGRAPH.CENTER set_run_font(p.add_run(花垣县龙潭中心小学文件), cn方正小标宋简体, size22) p.runs[0].font.color.rgb RGBColor(0xFF, 0x00, 0x00) # 发文字号六角括号顺序号不补零 p doc.add_paragraph() p.alignment WD_ALIGN_PARAGRAPH.CENTER set_run_font(p.add_run(f龙小字〔{year}〕{seq}号), cn仿宋_GB2312, size16)参数说明year、seq 从数据源传入整数f-string 里不能写:02d顺序号补零是明文违规。括号用 U3014、U3015 的〔〕不是【】也不是半角[]。机关代字「龙小字」属于易变常量学校一旦更名就要跟着改放进配置文件比硬编码在函数里合适。4. docxtpl 发文台账批量生成通知与通报4.1 什么时候该从 python-docx 切到 docxtplpython-docx 适合从零搭骨架可这份模板里已经有红头、页脚和印章位置用代码重画一遍成本太高。docxtpl 的思路是保留原 .docx 当模板把可变部分换成 Jinja2 占位符渲染时只替换占位符其余 XML 原样不动。凡是「Word 里排好版、只有少数字段要换」的场景它比 python-docx 省事得多。pip install docxtpl pandas openpyxl docxcompose四个包都纯 Python离线机器上装也不算麻烦。docxtpl 负责渲染pandas 加 openpyxl 读发文台账docxcompose 负责把生成的多份文件合并成一本汇编。4.2 占位符怎么设计正文循环与表格行循环模板里可以直接这么写{{ jiguan }}〔{{ nianfen }}〕{{ xuhao }}号 关于召开{{ huiyi_name }}的通知 {{ zhusong }} {% for item in yicheng %} {{ loop.index }}、{{ item }} {% endfor %}行内循环和表格行循环语法不同整段重复用{% for %}表格里重复一整行必须用{%tr for %}和{%tr endfor %}否则表格会从单元格里折叠出来。loop.index从 1 开始计数正好拿来当「一、二、三」的中文序号。4.3 用发文台账驱动批量生成Excel 列名上下文变量示例约束机关代字jiguan龙小字不含空格年份nianfen2015四位整数序号xuhao7不补零标题huiyi_name毕业生动员会不加书名号主送机关zhusong全学区各处室、组末尾不带冒号会议议程yicheng校长作动员报告|安全教育竖线分隔成文日期chengwen_date2015-03-20date 类型import pandas as pd from docxtpl import DocxTemplate df pd.read_excel(发文台账.xlsx, sheet_name2015) for _, row in df.iterrows(): # 每轮重新实例化模板避免上一轮的 Jinja 变量残留 tpl DocxTemplate(templates/红头文件模板.docx) d row[成文日期] ctx { jiguan: row[机关代字], nianfen: int(row[年份]), xuhao: int(row[序号]), # 不补零 huiyi_name: row[标题], zhusong: row[主送机关].rstrip(), yicheng: [s.strip() for s in str(row[会议议程]).split(|) if s.strip()], chengwen_date: f{d.year}年{d.month}月{d.day}日, # 月、日不补零 } tpl.render(ctx) out foutput/{ctx[nianfen]}-{ctx[xuhao]:03d}-{ctx[huiyi_name]}.docx tpl.save(out) print(已生成, out)逻辑说明rstrip()兜住台账里手滑多打的冒号免得渲染出两个冒号议程用竖线分隔而不用顿号因为议题本身就常带顿号用顿号切会切碎。文件名里的:03d只影响排序跟正文顺序号是两回事别混为一谈。日期不用 strftime 的%-mWindows 上不支持直接拼整数最稳。真跑几十份的时候还有个更隐蔽的问题DocxTemplate 实例如果放在循环外面复用render 会不断往同一个 Jinja 环境塞变量第二份开始就可能带上上一份的残留。放在循环里面重新实例化代价只是多读一次文件。4.4 输出后的合并与页码统一from docx import Document from docxcompose.composer import Composer master Document(output/2015-007-毕业生动员会.docx) composer Composer(master) composer.append(Document(output/2015-008-常规管理检查通报.docx)) composer.save(output/2015年发文汇编.docx)参数说明Composer 以第一份文档为底板后续文档的节属性会被并入合并完页码样式可能不统一。常见做法是合并之后再统一页脚或者在模板阶段就把所有页眉页脚设成一致。汇编文件如果页码要从 1 连续编到 N合并后必须重设 footer 里的 PAGE 域否则会跟着原文件重新计数。5. 排版校验与三个改稿才踩得到的坑5.1 三个高频格式错误写进正则里六角括号是最常见的错。发文字号里的年份必须用〔〕模板原文件用的是【】这两种全角括号在 Word 里看着很像肉眼校对基本发现不了。批量替换时顺手纠正比事后逐份检查划算得多。第二是主题词。这份小学模板的版记里保留了「主题词: 毕业生 动员会」这一行属于较早的公文写法近年的公文处理规范已经不再要求标注主题词。批量生成时要么把整行删掉要么确保它不会成为没被替换掉的占位符——判断标准很简单如果这一行还留着{{ }}说明占位符范围跟版记区域重叠了。第三是成文日期和顺序号的虚位。写成「2015年03月20日」或者「〔2015〕07号」都属于看着整齐但不合规范的写法。台账里的数字来自 Excel如果那几列是文本格式补零会一路带到底。5.2 不用打开 Word 就能跑的校验脚本import re from docx import Document RULES { 方括号发文字号: re.compile(r[【\[]\s*\d{4}\s*[】\]]\s*\d\s*号), 顺序号补零: re.compile(r〔\d{4}〕\s*0\d\s*号), 月份补零: re.compile(r\d{4}\s*年\s*0\d\s*月), 残留占位符: re.compile(r\{\{|\{%|%\}), } def all_text(doc): # 正文段落 表格单元格两处都要扫 for p in doc.paragraphs: yield p.text for t in doc.tables: for row in t.rows: for cell in row.cells: yield cell.text doc Document(output/2015-007-毕业生动员会.docx) for i, text in enumerate(all_text(doc)): for name, pat in RULES.items(): for m in pat.finditer(text): print(f[{name}] 第{i}段 命中{m.group()!r})逻辑说明只遍历doc.paragraphs会漏掉表格里的文字版记里的印发机关、印数经常放在表格里漏掉就查不出问题。每条规则独立编译成 Pattern复用到几千份文件上也不慢。输出带段落序号改回模板时能直接定位。5.3 字体回退看不见的那次替换模板里指定的「方正小标宋简体」「仿宋_GB2312」在不少办公机上根本没装Word 不报错只是静默换成宋体。批量生成的 200 份文件在本机看是对的发到别的机器打开就是另一副样子。常见处理办法有三个把字体嵌进 docx、换成系统自带的思源宋体或仿宋、或者把这几行标题导成图片。三种里嵌入字体最省事文件大几百 KB但换机器不失真。如果生成流程要长期跑建议加一步字体白名单检查。from docx.oxml.ns import qn WHITELIST {仿宋_GB2312, 黑体, 楷体_GB2312, 方正小标宋简体, 宋体} def check_fonts(path): doc Document(path) used set() for p in doc.paragraphs: for r in p.runs: rPr r._element.rPr if rPr is not None and rPr.rFonts is not None: used.add(rPr.rFonts.get(qn(w:eastAsia))) return used - WHITELIST print(不在白名单里的中文字体, check_fonts(output/2015-007-毕业生动员会.docx))把这段挂进生成流程的收尾步骤字体一越界就报警改版心参数和换字号时就不用再靠打印出来一张张比对。本文还有配套的精品资源点击获取
