Python自动化：智能对比Word文档，秒速锁定差异！

原创丹心向阳数海丹心 2024年06月28日 07:00 山东

摘要：在我们的工作和学习中，经常需要对文档进行多次修改，如何快速准确地识别文档的最终版本，一直是让人头疼的问题。本文将介绍一种Python自动化技术，它可以自动对比两个Word文档之间的差异，并高亮显示不同点，让文档版本管理变得轻松简单。

文档修改和版本管理的痛点

无论是毕业论文还是数据分析报告，文档的修改和版本管理总是一个繁琐的过程。小张，一位资深的数据分析师，每个月都要为部门的报告头疼。上百份报告，每个都经过几十次更改，有几十个版本，如何快速找出最终版，确保所有修改都已更新，对他来说是一项艰巨的任务。

自动化对比的解决方案

编写一个Python脚本来自动对比Word文档，几秒钟内就能找出两个文档之间的差异。

文档对比的利器

通过使用python-docx和difflib库，小张成功地编写了一个脚本，这个脚本可以自动读取Word文档中的所有段落，并通过对比找出不同之处。

实现步骤

安装必要的Python库：


pip install python-docx difflib

编写Python脚本，自动化对比Word文档：

import docx
import difflib
import os


file1_path = "合同生成\安徽大学的空调安装合同.docx"
file2_path = "合同生成\中国海洋大学的空调安装合同.docx"


file = docx.Document(file1_path)
file2 = docx.Document(file2_path)
print('----文档段落分析----', '\n')
print("%s共有%s个段落:" % (file1_path, str(len(file.paragraphs))))
print("%s共有%s个段落:" % (file2_path, str(len(file2.paragraphs))), '\n')
print('----文档区别分析----', '\n')
op = []
op2 = []
# 输出每一段的内容
for para in file.paragraphs:
    op.append(para.text)

for para1 in file2.paragraphs:
    op2.append(para1.text)

diff = difflib.Differ()
numbe = 0
for d in range(len(op)):
    if op[d] != op2[d]:
        numbe += 1
        print('第%s不同' % (numbe))
        print('\n', file1_path + '的内容为：')
        print('  文档1：' + op[d])
        print(file2_path + '的内容为：')
        print('  文档2：' + op2[d], '\n')
        print('----------------------------------------------------')
print('共有%s处不同' % (numbe))
print('文档对比完毕!!!!!!!!')