Python查找替换Word文档文本的方法与代码实现

脚本专家

在Word文档自动化处理中，查找和替换文本是最常见的需求之一。比如批量修改合同编号、更新报告日期、统一术语表述，手动操作不仅效率低，而且容易遗漏。用Python脚本可以精准控制匹配规则，还能集成到批量文档处理流程中。本文基于Spire.Doc库，介绍如何用Python实现对Word文档的文本查找、替换、高亮以及批量处理，覆盖正则匹配和图片替换等实用场景。

为什么选择编程方式替代Word内置查找替换

Word自带的查找替换功能适合单文档交互操作，但在以下场景中有明显局限：

批量处理：几十份文档执行相同的替换，用脚本可以一次完成。
复杂匹配：正则表达式可以匹配编号、日期、邮箱等特定模式，Word原生查找做不到。
精确控制：区分大小写、全词匹配等逻辑，脚本可以灵活配置。
流程集成：合同模板生成或报告自动化管道中，替换操作可以嵌入到整个工作流。

环境准备

需要先安装Spire.Doc库，该库支持读写Word文档。使用pip安装：

2. pip install Spire.Doc

复制代码

安装完成后，在Python脚本中导入以下模块即可开始开发：

2. from spire.doc import *
3. from spire.doc.common import *

复制代码

基础文本替换

最简单的替换是固定字符串替换。Spire.Doc的Document对象提供了Replace()方法，它接受四个参数：查找文本、替换文本、是否忽略大小写、是否全词匹配。下面的代码将示例文档中的“word”替换为“ReplacedText”，并区分大小写、全词匹配：

2. from spire.doc import *
3. from spire.doc.common import *
5. inputFile = "Sample.docx"
6. outputFile = "ReplaceText.docx"
8. document = Document()
9. document.LoadFromFile(inputFile)
11. # 参数：查找文本, 替换文本, 忽略大小写, 全词匹配
12. document.Replace("word", "ReplacedText", False, True)
14. document.SaveToFile(outputFile, FileFormat.Docx)
15. document.Close()

复制代码

第三个参数False表示区分大小写，第四个参数True表示仅匹配完整单词，这样“word”不会匹配到“words”或“keyword”。合理设置这两个布尔值可以避免误替换。

使用正则表达式替换模式化文本

当查找目标不是固定字符串，而是符合某种模式的文本时，就需要正则表达式。例如替换所有以#开头的标签编号。先用Python标准库re.compile()创建正则对象，再传给Replace()方法：

2. from spire.doc import *
3. from spire.doc.common import *
4. import re
6. inputFile = "Sample.docx"
7. outputFile = "ReplaceByRegex.docx"
9. document = Document()
10. document.LoadFromFile(inputFile)
12. # 匹配以#开头的单词
13. regex = re.compile(r"#\w+\b")
14. document.Replace(regex, "Spire.Doc")
16. document.SaveToFile(outputFile, FileFormat.Docx)
17. document.Close()

复制代码

正则替换特别适合处理以下场景：

将形如#TAG001的标签统一替换为其他文本。
把文档中的邮箱地址替换为[REDACTED]。
将日期格式从YYYY/MM/DD转换为YYYY-MM-DD。

查找文本并高亮显示

有时我们并不想替换内容，只想把匹配到的文本标记出来，便于人工审核。FindAllString()方法可以返回所有匹配位置，然后通过CharacterFormat.HighlightColor设置高亮颜色。下面的代码将全词匹配的“word”高亮为黄色：

2. from spire.doc import *
3. from spire.doc.common import *
5. inputFile = "Sample.docx"
6. outputFile = "FindAndHighlight.docx"
8. document = Document()
9. document.LoadFromFile(inputFile)
11. textSelections = document.FindAllString("word", False, True)
13. for selection in textSelections:
14.     selection.GetAsOneRange().CharacterFormat.HighlightColor = Color.get_Yellow()
16. document.SaveToFile(outputFile, FileFormat.Docx)
17. document.Close()

复制代码

FindAllString()的第二个和第三个参数同样控制大小写与全词匹配。GetAsOneRange()返回匹配到的文本范围，通过它可以直接修改字符格式。该功能适合文档审核、关键词标记等场景。

将查找到的文本替换为图片

在模板文档中，我们经常需要把[LOGO]、[SIGNATURE]之类的占位符批量替换成实际图片。可以用DocPicture加载图片，再清除原文本并插入图片克隆对象：

2. from spire.doc import *
3. from spire.doc.common import *
5. inputFile = "Sample.docx"
6. outputFile = "ReplaceWithImage.docx"
8. document = Document()
9. document.LoadFromFile(inputFile)
11. image = DocPicture(document)
12. image.LoadImage("logo.png")
14. textSelections = document.FindAllString("[LOGO]", False, False)
16. for selection in textSelections:
17.     range = selection.GetAsOneRange()
18.     range.Text = ""
19.     range.ChildObjects.Add(image.Clone())
21. document.SaveToFile(outputFile, FileFormat.Docx)
22. document.Close()

复制代码

注意，这里需要先清空占位符文本，再在同一个位置插入图片对象。由于每个匹配位置都要插入独立图片，所以使用image.Clone()复制图片实例。公司Logo、签名、产品图的批量插入都可以用这个思路实现。

批量处理多个Word文档

实际项目中常常要对整个目录下的docx文件执行相同替换。结合Python的os模块遍历文件即可实现批量处理：

2. import os
3. from spire.doc import *
4. from spire.doc.common import *
6. input_dir = "./documents"
7. output_dir = "./processed"
8. os.makedirs(output_dir, exist_ok=True)
10. for filename in os.listdir(input_dir):
11.     if filename.endswith(".docx"):
12.         input_path = os.path.join(input_dir, filename)
13.         output_path = os.path.join(output_dir, filename)
15.         document = Document()
16.         document.LoadFromFile(input_path)
17.         document.Replace("旧公司名称", "新公司名称", False, True)
18.         document.SaveToFile(output_path, FileFormat.Docx)
19.         document.Close()
20.         print(f"已处理: {filename}")

复制代码

这段代码会遍历./documents下的所有.docx文件，替换“旧公司名称”为“新公司名称”，并把结果保存到./processed目录。企业更名、术语统一、批量模板更新都非常适合这种批量脚本。

实用技巧：替换回调与格式控制

有些替换场景需要根据上下文决定是否执行替换。例如只替换标题样式中的“Python”为“Python Programming”，可以先查找所有匹配项，再逐个检查段落样式：

2. textSelections = document.FindAllString("Python", False, True)
4. for selection in textSelections:
5.     range = selection.GetAsOneRange()
6.     if range.OwnerParagraph.StyleName.startswith("Heading"):
7.         range.Text = "Python Programming"

复制代码

替换文本后，原有字符格式默认会保留。如果需要同时调整字体、颜色或加粗属性，可以在替换后直接修改CharacterFormat：

2. textSelections = document.FindAllString("old term", False, True)
4. for selection in textSelections:
5.     range = selection.GetAsOneRange()
6.     range.Text = "new term"
7.     range.CharacterFormat.Bold = True
8.     range.CharacterFormat.TextColor = Color.get_Blue()

复制代码

这样既能完成文本替换，又能确保新文本的视觉样式符合预期。

总结

本文覆盖了Python查找替换Word文档文本的常用方法：基础替换、正则替换、高亮标记、图片替换和批量处理。核心API围绕Replace()和FindAllString()展开，前者负责直接替换，后者负责定位匹配位置。掌握这些方法后，可以结合Python的文件处理能力搭建更复杂的文档自动化工作流，大幅减少重复性手工操作。

热心网友7

楼主这篇写得挺实用，正好最近在搞文档批量处理，Spire.Doc的Replace方法我试过基础替换，没想到还能配合正则和高亮，学习了。有个小问题想请教一下：免费版的Spire.Doc有没有页数或者字数限制？之前用其他库处理大文档偶尔会卡。另外最后“替换为图片”那段代码好像没贴完，image.Clo后面是不是还有内容？期待补充，谢谢分享！

热心网友7

感谢楼主分享，内容很实用！之前用Python处理Word文档时主要靠docx库，但这套基于Spire.Doc的方案看起来覆盖更全面，特别是正则替换和高亮功能，正好解决我批量改报告时需要标记异常数据的痛点。 想请教两个小问题： 1. 批量处理几十份文档时，内存占用情况如何？需要频繁加载/关闭吗？ 2. 图片替换占位符时，如果原文档中有多个相同的占位符，是否每个都会插入同一张图片的克隆，需要额外处理位置偏移吗？ 希望楼主能再补充下性能优化方面的经验，感谢！

热心网友7

谢谢楼主的详细分享！平时用Word自带的查找替换确实够用，但遇到批量文档改合同编号那种情况，手动点几十次太崩溃了。正则替换和高亮这两个功能很实用，之前用python-docx处理不了复杂匹配，看到这篇思路挺受启发的。回头试试Spire.Doc，想请教下这个库对docx和doc的兼容性怎么样？另外图片替换占位符那段，如果文档里有多个相同占位符，InsertImage的定位是不是和文本替换一样精准？