为什么选择odfpy处理ODT文档？

当我们需要批量处理LibreOffice或OpenOffice文档时，直接操作ODT文件远比手动编辑高效。odfpy作为Python生态中专为OpenDocument格式设计的库，相比通用文本处理工具具有显著优势：

1. 原生支持ODT结构：直接操作文档的XML底层结构
2. 完整功能覆盖：支持文本、样式、表格、元数据等全要素操作
3. 跨平台兼容：不依赖Office软件，适合服务器环境

环境准备与基础操作

安装odfpy

bash pip install odfpy

创建新文档

python
from odf.opendocument import OpenDocumentText
from odf.text import P

doc = OpenDocumentText()
paragraph = P(text="Hello, ODT世界！")
doc.text.addElement(paragraph)
doc.save("new_document.odt")

读取现有文档

python
from odf.opendocument import load

doc = load("existing.odt")
for para in doc.getElementsByType(P):
print(para)

核心功能实战

1. 文本内容操作

python

添加多级标题

from odf.text import H

h1 = H(outlinelevel=1, text="主标题") h2 = H(outlinelevel=2, text="副标题")
doc.text.addElement(h1)
doc.text.addElement(h2)

批量替换文本

content = doc.getElementsByType(P)
for p in content:
if "旧文本" in p:
p.text = p.text.replace("旧文本", "新文本")

2. 样式控制

python
from odf.style import Style, TextProperties
from odf import style

创建自定义样式

boldstyle = Style(name="BoldRed", family="text") boldstyle.addElement(TextProperties(fontweight="bold", color="#FF0000"))
doc.styles.addElement(bold_style)

应用样式

styledpara = P(text="重点内容", stylename=boldstyle)
doc.text.addElement(styled_para)

3. 表格处理

python
from odf.table import Table, TableRow, TableCell

table = Table()
row = TableRow()
cell = TableCell(valuetype="string", stringvalue="数据1")
row.addElement(cell)
table.addElement(row)
doc.text.addElement(table)

高级技巧

处理文档元数据

python meta = doc.meta meta.setTitle("我的文档") meta.setCreator("Python脚本") meta.addKeyword("自动化")

插入图片

python
from odf.draw import Frame, Image
from odf import draw

imgframe = Frame( width="5cm", height="3cm", anchortype="paragraph" ) href = doc.addPicture("image.png") imgframe.addElement(Image(href=href))
doc.text.addElement(img_frame)

批量处理文档

python
import os

for filename in os.listdir("docs"):
if filename.endswith(".odt"):
doc = load(f"docs/{filename}")
# 执行批量操作...
doc.save(f"processed_{filename}")

性能优化建议

1. 批量操作：尽量减少save()调用次数
2. 内存管理：处理大文档时使用Element遍历代替getElementsByType
3. 样式复用：预定义样式避免重复创建

常见问题解决

Q：中文显示乱码？
A：确保文件头声明UTF-8编码，保存时指定：
python doc.save("output.odt", encoding="utf-8")

Q：样式不生效？
A：检查样式是否添加到doc.automaticstyles而非doc.styles

Q：表格边框缺失？
A：需要单独定义表格样式：
python table_style = Style(name="TableStyle", family="table") table_style.addElement(TableProperties(border="0.74pt solid #000000"))