Python實(shí)現(xiàn)Markdown轉(zhuǎn)Word文檔的工具詳解
更新時(shí)間：2026年04月01日 09:28:31 作者：未來轉(zhuǎn)換
這篇文章主要為大家詳細(xì)介紹了一個(gè)基于Python的Markdown轉(zhuǎn)Word文檔工具的實(shí)現(xiàn)方案,該工具主要使用python-docx庫,能夠?qū)arkdown文件自動(dòng)轉(zhuǎn)換為排版規(guī)范的Word文檔,希望對(duì)大家有所幫助
一、背景與動(dòng)機(jī)
在日常開發(fā)中，技術(shù)文檔通常以 Markdown 格式編寫，但交付給客戶或非技術(shù)人員時(shí)，往往需要 Word（DOCX）格式。手工復(fù)制粘貼不僅效率低，還會(huì)丟失格式?；?Python 的 python-docx 庫，可以編寫一個(gè)自動(dòng)化腳本，將 Markdown 文件批量轉(zhuǎn)換為排版美觀的 Word 文檔。
二、技術(shù)選型
| 依賴庫 | 版本 | 用途 |
|---|---|---|
| python-docx | 0.8+ | 創(chuàng)建和修改 DOCX 文件 |
| re | 內(nèi)置 | 正則匹配 Markdown 語法 |
| docx.shared | — | 設(shè)置字體大小、顏色、英寸等單位 |
| docx.enum.text | — | 段落對(duì)齊方式等枚舉 |
| docx.oxml.ns | — | 操作 Word 底層 XML 命名空間 |
核心依賴只有一個(gè)：
pip install python-docx
三、整體架構(gòu)
Markdown 文件(.md)
│
▼
讀取文件內(nèi)容（UTF-8 編碼）
│
▼
逐行解析 Markdown 語法
┌────────────────────┐
│ # ~ ##### │ → 標(biāo)題（h1 ~ h5）
│ ```代碼塊 ``` │ → 代碼塊（Consolas 字體）
│ | 表格 | 表格 | │ → 帶邊框表格
│ - 列表 / 1. 列表 │ → 無序/有序列表
│ **粗體** │ → 加粗文本
│ `行內(nèi)代碼` │ → 等寬高亮文本
│ --- │ → 分隔線
│ 流程圖字符 │ → 等寬小號(hào)文本
│ 普通文本 │ → 正文段落
└────────────────────┘
│
▼
生成 DOCX 文檔并保存
四、核心實(shí)現(xiàn)
4.1 文檔初始化與默認(rèn)字體
Word 默認(rèn)字體不支持中文，需要手動(dòng)設(shè)置中文字體（微軟雅黑）：
from docx import Document
from docx.shared import Pt
from docx.oxml.ns import qn
doc = Document()
# 設(shè)置默認(rèn)字體
doc.styles['Normal'].font.name = '微軟雅黑'
doc.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), '微軟雅黑')
doc.styles['Normal'].font.size = Pt(11)
關(guān)鍵點(diǎn)：
font.name只設(shè)置了西文字體- 需要通過底層 XML
rFonts.set(qn('w:eastAsia'), '微軟雅黑')單獨(dú)設(shè)置中文字體，否則中文會(huì)回退到宋體
4.2 標(biāo)題解析
通過正則匹配 # 的數(shù)量判斷標(biāo)題級(jí)別：
if line.startswith('# '):
p = doc.add_heading(line[2:].strip(), level=1)
p.alignment = WD_ALIGN_PARAGRAPH.LEFT
elif line.startswith('## '):
p = doc.add_heading(line[3:].strip(), level=2)
elif line.startswith('### '):
p = doc.add_heading(line[4:].strip(), level=3)
doc.add_heading(text, level) 支持級(jí)別 1~5，Word 會(huì)自動(dòng)應(yīng)用對(duì)應(yīng)的標(biāo)題樣式。
4.3 代碼塊處理
代碼塊用三個(gè)反引號(hào)包裹，需要維護(hù)一個(gè)狀態(tài)標(biāo)志：
in_code_block = False
code_content = []
while i < len(lines):
line = lines[i]
if line.strip().startswith('```'):
if not in_code_block:
in_code_block = True
code_content = []
else:
# 代碼塊結(jié)束，寫入文檔
code_text = '\n'.join(code_content)
p = doc.add_paragraph()
run = p.add_run(code_text)
run.font.name = 'Consolas'
run.font.size = Pt(9)
run.font.color.rgb = RGBColor(39, 86, 136) # 深藍(lán)色
p.style = 'No Spacing' # 取消段落間距
in_code_block = False
i += 1
continue
if in_code_block:
code_content.append(line)
i += 1
continue
關(guān)鍵點(diǎn)：
p.style = 'No Spacing'— 取消代碼塊上下方的段落間距，避免代碼塊之間出現(xiàn)大段空白- 使用
Consolas等寬字體，字體大小設(shè)為 9pt（比正文?。伾O(shè)為深藍(lán)色以區(qū)分正文
4.4 表格解析
Markdown 表格使用 | 分隔列，--- 分隔表頭和數(shù)據(jù)行：
| 字段 | 類型 | 說明 |
|------|------|------|
| id | Long | 主鍵 |
| name | String | 名稱 |
解析邏輯：
# 收集連續(xù)的表格行
table_lines = []
while i < len(lines) and lines[i].startswith('|'):
table_lines.append(lines[i])
i += 1
# 解析表格數(shù)據(jù)，跳過分隔行
rows = []
for tl in table_lines:
if '---' not in tl:
cells = [c.strip() for c in tl.split('|')[1:-1]]
rows.append(cells)
# 創(chuàng)建 Word 表格
table = doc.add_table(rows=len(rows), cols=len(rows[0]))
table.style = 'Light Grid Accent 1'
for ri, row_data in enumerate(rows):
for ci, cell_data in enumerate(row_data):
cell = table.rows[ri].cells[ci]
cell.text = cell_data
set_cell_border(cell) # 設(shè)置邊框
if ri == 0: # 表頭加粗
run = cell.paragraphs[0].runs[0]
run.font.bold = True
run.font.size = Pt(11)
else:
run = cell.paragraphs[0].runs[0]
run.font.size = Pt(10)
4.5 單元格邊框設(shè)置
python-docx 創(chuàng)建的表格默認(rèn)可能缺少邊框，需要通過底層 XML 手動(dòng)添加：
from docx.oxml import OxmlElement
def set_cell_border(cell):
tcPr = cell._element.get_or_add_tcPr()
tcBorders = OxmlElement('w:tcBorders')
for border_name in ['top', 'left', 'bottom', 'right']:
border = OxmlElement(f'w:{border_name}')
border.set(qn('w:val'), 'single')
border.set(qn('w:sz'), '4') # 邊框?qū)挾龋?/8 磅為單位）
border.set(qn('w:space'), '0')
border.set(qn('w:color'), '000000') # 黑色
tcBorders.append(border)
tcPr.append(tcBorders)
原理：Word 的單元格邊框定義在 w:tcBorders XML 元素中，python-docx 的高級(jí) API 沒有直接暴露此功能，需要操作 OOXML 底層元素。
4.6 行內(nèi)格式解析
粗體（**text**）
elif '**' in line:
p = doc.add_paragraph()
parts = re.split(r'\*\*(.+?)\*\*', line)
for j, part in enumerate(parts):
if j % 2 == 1: # 奇數(shù)索引 = 粗體部分
run = p.add_run(part)
run.bold = True
else: # 偶數(shù)索引 = 普通文本
if part:
p.add_run(part)
# 如果段落為空則移除
if not p.text.strip():
p._element.getparent().remove(p._element)
核心思路：用正則 re.split(r'\*\*(.+?)\*\*', line) 將文本按粗體標(biāo)記分割，奇數(shù)位就是粗體內(nèi)容，偶數(shù)位是普通文本。
行內(nèi)代碼（`code`）
elif '`' in line:
p = doc.add_paragraph()
parts = re.split(r'`(.+?)`', line)
for j, part in enumerate(parts):
if j % 2 == 1: # 奇數(shù)索引 = 代碼部分
run = p.add_run(part)
run.font.name = 'Consolas'
run.font.size = Pt(10)
run.font.color.rgb = RGBColor(199, 37, 78) # 紅色
else:
if part:
p.add_run(part)
4.7 列表解析
# 無序列表（- / * / +）
elif re.match(r'^\s*[\-\*\+]\s+', line):
p = doc.add_paragraph(line.strip()[2:].strip(), style='List Bullet')
# 有序列表（1. 2. 3.）
elif re.match(r'^\s*\d+\.\s+', line):
p = doc.add_paragraph(
re.sub(r'^\s*\d+\.\s+', '', line),
style='List Number'
)
4.8 流程圖與特殊字符
Markdown 中的流程圖（如用 ┌│└─├→ 等字符繪制的圖）需要等寬小號(hào)字體才能對(duì)齊：
flow_chars = ['┌', '│', '└', '─', '├', '┼', '┬', '┐', '┘', '┤', '┴', '▲', '▼', '→']
if any(x in line for x in flow_chars):
p = doc.add_paragraph()
run = p.add_run(line)
run.font.name = 'Consolas'
run.font.size = Pt(8) # 更小的字號(hào)
p.style = 'No Spacing' # 無間距
五、批量轉(zhuǎn)換主函數(shù)
import os
def main():
md_files = [
'/path/to/doc1.md',
'/path/to/doc2.md'
]
output_files = [
'/path/to/doc1.docx',
'/path/to/doc2.docx'
]
for md_file, output_file in zip(md_files, output_files):
print(f'正在轉(zhuǎn)換: {md_file}')
with open(md_file, 'r', encoding='utf-8') as f:
md_content = f.read()
title = md_content.split('\n')[0].replace('#', '').strip()
doc = markdown_to_docx(md_content, title)
doc.save(output_file)
print(f'已生成: {output_file}')
六、支持的 Markdown 語法匯總
| 語法 | Markdown 寫法 | 轉(zhuǎn)換效果 |
|---|---|---|
| 一級(jí)標(biāo)題 | # 標(biāo)題 | Word Heading 1 |
| 二級(jí)標(biāo)題 | ## 標(biāo)題 | Word Heading 2 |
| 三~五級(jí)標(biāo)題 | ### ~ ##### | Word Heading 3~5 |
| 代碼塊 | ` ```code ```` | Consolas 9pt 藍(lán)色 |
| 行內(nèi)代碼 | `code` | Consolas 10pt 紅色 |
| 粗體 | **text** | 加粗 |
| 無序列表 | - item | List Bullet 樣式 |
| 有序列表 | 1. item | List Number 樣式 |
| 表格 | | col | col | | 帶邊框的 Word 表格 |
| 分隔線 | --- | 下劃線 |
| 流程圖 | ┌───┐ | Consolas 8pt 等寬 |
七、局限性與優(yōu)化方向
當(dāng)前局限
- 不支持圖片（Markdown 的
未解析） - 不支持超鏈接
- 不支持嵌套列表（多層縮進(jìn)的列表）
- 行內(nèi)格式只支持粗體和行內(nèi)代碼，不支持斜體、
刪除線等 - 表格不支持合并單元格
優(yōu)化方向
# 1. 圖片支持：下載網(wǎng)絡(luò)圖片并插入
from docx.shared import Inches
p = doc.add_paragraph()
run = p.add_run()
run.add_picture('image.png', width=Inches(5.0))
# 2. 超鏈接支持
from docx.oxml.ns import qn
from docx.oxml import OxmlElement
def add_hyperlink(paragraph, text, url):
part = paragraph.part
r_id = part.relate_to(url, 'http://schemas.openxmlformats.org/officeDocument/2006/relationships/hyperlink', is_external=True)
hyperlink = OxmlElement('w:hyperlink')
hyperlink.set(qn('r:id'), r_id)
new_run = OxmlElement('w:r')
rPr = OxmlElement('w:rPr')
new_run.append(rPr)
text_elem = OxmlElement('w:t')
text_elem.text = text
new_run.append(text_elem)
hyperlink.append(new_run)
paragraph._p.append(hyperlink)
return hyperlink
更優(yōu)的替代方案
如果對(duì)格式要求更高，可以考慮以下成熟工具：
| 工具 | 特點(diǎn) | 安裝方式 |
|---|---|---|
pandoc | 功能最全，支持幾乎所有 Markdown 擴(kuò)展語法 | brew install pandoc |
markdown2docx | 輕量級(jí)，專為中文優(yōu)化 | pip install markdown2docx |
mammoth | 反向轉(zhuǎn)換（DOCX → HTML/Markdown） | pip install mammoth |
# pandoc 一行命令即可完成轉(zhuǎn)換 pandoc input.md -o output.docx --reference-doc=template.docx
pandoc 支持 --reference-doc 參數(shù)，可以指定一個(gè) Word 模板文件來控制輸出樣式（字體、顏色、頁邊距等），這是最推薦的方案。
八、完整代碼
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import re
from docx import Document
from docx.shared import Pt, Inches, RGBColor
from docx.enum.text import WD_ALIGN_PARAGRAPH
from docx.oxml.ns import qn
def set_cell_border(cell):
"""設(shè)置單元格邊框"""
from docx.oxml import OxmlElement
tcPr = cell._element.get_or_add_tcPr()
tcBorders = OxmlElement('w:tcBorders')
for border_name in ['top', 'left', 'bottom', 'right']:
border = OxmlElement(f'w:{border_name}')
border.set(qn('w:val'), 'single')
border.set(qn('w:sz'), '4')
border.set(qn('w:space'), '0')
border.set(qn('w:color'), '000000')
tcBorders.append(border)
tcPr.append(tcBorders)
def markdown_to_docx(md_content, title):
"""將 Markdown 內(nèi)容轉(zhuǎn)換為 DOCX 文檔"""
doc = Document()
doc.styles['Normal'].font.name = '微軟雅黑'
doc.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), '微軟雅黑')
doc.styles['Normal'].font.size = Pt(11)
lines = md_content.split('\n')
i = 0
in_code_block = False
code_content = []
while i < len(lines):
line = lines[i]
# 代碼塊
if line.strip().startswith('```'):
if not in_code_block:
in_code_block = True
code_content = []
else:
p = doc.add_paragraph()
run = p.add_run('\n'.join(code_content))
run.font.name = 'Consolas'
run.font.size = Pt(9)
run.font.color.rgb = RGBColor(39, 86, 136)
p.style = 'No Spacing'
in_code_block = False
i += 1
continue
if in_code_block:
code_content.append(line)
i += 1
continue
# 標(biāo)題
if line.startswith('# '):
doc.add_heading(line[2:].strip(), level=1)
elif line.startswith('## '):
doc.add_heading(line[3:].strip(), level=2)
elif line.startswith('### '):
doc.add_heading(line[4:].strip(), level=3)
# 表格
elif line.startswith('|') and '|' in line:
table_lines = []
while i < len(lines) and lines[i].startswith('|'):
table_lines.append(lines[i])
i += 1
rows = []
for tl in table_lines:
if '---' not in tl:
cells = [c.strip() for c in tl.split('|')[1:-1]]
rows.append(cells)
if rows:
table = doc.add_table(rows=len(rows), cols=len(rows[0]))
table.style = 'Light Grid Accent 1'
for ri, row_data in enumerate(rows):
for ci, cell_data in enumerate(row_data):
cell = table.rows[ri].cells[ci]
cell.text = cell_data
set_cell_border(cell)
continue
# 列表
elif re.match(r'^\s*[\-\*\+]\s+', line):
doc.add_paragraph(line.strip()[2:].strip(), style='List Bullet')
elif re.match(r'^\s*\d+\.\s+', line):
doc.add_paragraph(re.sub(r'^\s*\d+\.\s+', '', line), style='List Number')
# 粗體
elif '**' in line:
p = doc.add_paragraph()
parts = re.split(r'\*\*(.+?)\*\*', line)
for j, part in enumerate(parts):
if j % 2 == 1:
run = p.add_run(part)
run.bold = True
elif part:
p.add_run(part)
# 行內(nèi)代碼
elif '`' in line:
p = doc.add_paragraph()
parts = re.split(r'`(.+?)`', line)
for j, part in enumerate(parts):
if j % 2 == 1:
run = p.add_run(part)
run.font.name = 'Consolas'
run.font.size = Pt(10)
run.font.color.rgb = RGBColor(199, 37, 78)
elif part:
p.add_run(part)
# 普通段落
elif line.strip():
doc.add_paragraph(line.strip())
i += 1
return doc
九、總結(jié)
本腳本通過逐行解析 Markdown 文本，利用 python-docx 庫生成對(duì)應(yīng)格式的 Word 文檔，主要涉及以下關(guān)鍵技術(shù)點(diǎn)：
- 中文字體設(shè)置：通過 OOXML 底層 XML 設(shè)置東亞字體
- 狀態(tài)機(jī)解析：用
in_code_block標(biāo)志處理多行代碼塊 - 正則分割：用
re.split處理行內(nèi)格式（粗體、行內(nèi)代碼） - OOXML 操作：通過
OxmlElement手動(dòng)添加表格邊框 - 樣式控制：使用
No Spacing樣式消除代碼塊間距
對(duì)于簡單的文檔轉(zhuǎn)換需求，這個(gè)腳本足夠使用；如果需要更完整的格式支持，建議使用 pandoc 等成熟工具。
到此這篇關(guān)于Python實(shí)現(xiàn)Markdown轉(zhuǎn)Word文檔的工具詳解的文章就介紹到這了,更多相關(guān)Python Markdown轉(zhuǎn) Word內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:
- Python簡單實(shí)現(xiàn)將Markdown轉(zhuǎn)為Word和PDF
- Python快速實(shí)現(xiàn)Markdown轉(zhuǎn)Word文檔的完整教學(xué)
- python將Markdown文件格式轉(zhuǎn)為Word文檔的示例代碼
- Python將Markdown文件轉(zhuǎn)換為Word(docx)完整教學(xué)
- Python輕松實(shí)現(xiàn)Word到Markdown的轉(zhuǎn)換
- Python三行代碼實(shí)現(xiàn)將Markdown轉(zhuǎn)換為Word/PDF
- 利用Python實(shí)現(xiàn)文檔格式互轉(zhuǎn)的操作大全(PDF、Word、圖片、Markdown)
相關(guān)文章
大數(shù)據(jù)處理的性能優(yōu)化技巧：數(shù)據(jù)存儲(chǔ)、計(jì)算引擎、代碼優(yōu)化、資源管理等多個(gè)方面
本文總結(jié)了大數(shù)據(jù)處理的性能優(yōu)化技巧,從數(shù)據(jù)存儲(chǔ)、計(jì)算引擎、代碼優(yōu)化、資源管理等多個(gè)方面進(jìn)行探討,重點(diǎn)介紹了Spark、Flink、ClickHouse等計(jì)算引擎的優(yōu)化策略,以及代碼層面的算法優(yōu)化和內(nèi)存管理,通過實(shí)戰(zhàn)案例分析,展示了優(yōu)化前后的性能對(duì)比,強(qiáng)調(diào)了實(shí)際測試的重要性2026-03-03
Python實(shí)現(xiàn)復(fù)雜的事件驅(qū)動(dòng)架構(gòu)
事件驅(qū)動(dòng)架構(gòu)（Event-Driven?Architecture,?EDA）是一種軟件設(shè)計(jì)模式,它基于事件的產(chǎn)生、傳播和處理進(jìn)行系統(tǒng)的構(gòu)建,下面我們來看看如何在?Python?中實(shí)現(xiàn)復(fù)雜的事件驅(qū)動(dòng)架構(gòu)吧2024-12-12
python實(shí)現(xiàn)類的靜態(tài)變量用法實(shí)例
這篇文章主要介紹了python實(shí)現(xiàn)類的靜態(tài)變量用法,實(shí)例分析了Python中基于數(shù)組實(shí)現(xiàn)靜態(tài)隊(duì)列的相關(guān)使用技巧,需要的朋友可以參考下2015-05-05
本篇文章將介紹如何用openpyxl操作excel，它支持格式的表格文件，并且支持 Numpy、Pandas 等包，可用于繪制圖表2021-05-05
Pandas檢測None和Nan的實(shí)現(xiàn)方式
文章總結(jié)：Pandas中None（空值）和NaN（非數(shù)）需區(qū)分檢測,isnull/isna用于識(shí)別缺失值,math.isnan檢測NaN,is運(yùn)算符或==檢測None,兩者概念不同,需根據(jù)場景選擇合適方法2025-09-09
python字典根據(jù)key排序的實(shí)現(xiàn)
本文主要介紹了python字典根據(jù)key排序的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2025-01-01
這篇文章主要介紹了Python中fnmatch模塊的使用詳情，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-11-11
這篇文章就來和大家詳細(xì)講一講Python中生成器的的相關(guān)知識(shí)，文中的示例代碼講解詳細(xì)，對(duì)我們深入了解Python有一定的幫助，感興趣的可以了解一下2023-04-04
全景解析Python中可變對(duì)象與不可變對(duì)象的核心區(qū)別和實(shí)際應(yīng)用
本文將重點(diǎn)剖析Python所有進(jìn)階開發(fā)者都無法繞開的核心命題,即可變對(duì)象（Mutable）與不可變對(duì)象（Immutable）的底層差異,并結(jié)合真實(shí)的架構(gòu)場景探討如何在實(shí)戰(zhàn)中做出最優(yōu)抉擇2026-03-03
Python實(shí)現(xiàn)為Excel中每個(gè)單元格計(jì)算其在文件中的平均值
這篇文章主要為大家詳細(xì)介紹了如何基于Python語言實(shí)現(xiàn)對(duì)大量不同的Excel文件加以跨文件、逐單元格平均值計(jì)算,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2023-10-10