Python读取Excel数据实现批量生成合同
作者:J哥 发布时间:2022-08-15 02:12:12
标签:Python,生成,合同
大家好,我是J哥。
在我们的工作中,面临着大量的重复性工作,通过人工方式处理往往耗时耗力易出错。而Python在自动化办公方面具有极大的优势,可以解决我们工作中遇到的很多重复性问题,分分钟搞定办公需求。
一、背景
在我们经济交往中,有时会涉及到销售合同的批量制作。比如我们需要根据如下合同数据(Excel),进行批量生成销售合同(Word)。
二、准备
我们首先要准备好一份合同模板(Word),将需要替换的合同数据用{{}}表示,如下:
三、实战
1.安装相关库
openpyxl是一个操作Excel非常好用的库,功能相对于xlrd、xlwt来说更为完整,我们首先安装它:
pip install openpyxl
docxtpl 是一个操作Word非常好用的库,其主要通过对docx文档模板加载,从而对其进行修改,我们也安装下这个库。
pip install docxtpl
2.读取合同数据
我们可以通过load_workbook方法打开合同数据(Excel表),然后读取每一个合同数据并存入到data字典,再将每个字典放入到列表datas中。PS:由于读取的签约日期是一个时间戳,需要通过strftime方法转为标准的年月日格式。
from docxtpl import DocxTemplate
from openpyxl import load_workbook
wb = load_workbook("合同数据.xlsx")
ws = wb['Sheet1']
datas = []
for row in range(2, ws.max_row):
name1 = ws[f"A{row}"].value
name2 = ws[f"B{row}"].value
price = ws[f"C{row}"].value
product = ws[f"D{row}"].value
count = ws[f"E{row}"].value
deadline = ws[f"F{row}"].value
time = ws[f"G{row}"].value
time = time.strftime("%Y-%m-%d")
data = {"甲方": name1,
"乙方": name2,
"合同价款": price,
"产品名称": product,
"产品数量": count,
"付款期限": deadline,
"签约时间": time}
datas.append(data)
datas
当然,我们也可以通过pandas * 来读取合同数据,主要运用到dataframe_to_rows方法,将pandas格式的数据转为一行一行的数据。index=False表示不需要索引,header=False表示不需要表头。
import pandas as pd
from openpyxl.utils.dataframe import dataframe_to_rows
df = pd.read_excel("合同数据.xlsx")
df["签约日期"] = df["签约日期"].apply(lambda x:x.strftime("%Y-%m-%d"))
datas = []
for row in dataframe_to_rows(df,index=False,header=False):
data = {"甲方": row[0],
"乙方": row[1],
"合同价款": row[2],
"产品名称": row[3],
"产品数量": row[4],
"付款期限": row[5],
"签约时间": row[6]}
datas.append(data)
datas
我们可以打印datas,效果如下:
[{'甲方': 'J哥',
'乙方': '老王',
'合同价款': 1000000,
'产品名称': '菜J学Python',
'产品数量': 1,
'付款期限': 30,
'签约时间': '2022-05-20'},
{'甲方': 'K哥',
'乙方': '张三',
'合同价款': 20000,
'产品名称': '冰箱',
'产品数量': 2,
'付款期限': 40,
'签约时间': '2022-05-21'},
{'甲方': 'C哥',
'乙方': '李四',
'合同价款': 30000,
'产品名称': '电脑',
'产品数量': 3,
'付款期限': 50,
'签约时间': '2022-05-22'},
{'甲方': 'B哥',
'乙方': '王五',
'合同价款': 40000,
'产品名称': '洗衣机',
'产品数量': 4,
'付款期限': 60,
'签约时间': '2022-05-23'},
{'甲方': 'P哥',
'乙方': '赵六',
'合同价款': 50000,
'产品名称': '微波炉',
'产品数量': 5,
'付款期限': 70,
'签约时间': '2022-05-24'}]
3.批量合同生成
这里运用for语句遍历每一个合同数据data(字典格式),打开合同模板,并将data替换掉合同模板中的数据,然后保存为新的销售合同。
for data in datas:
tpl = DocxTemplate('合同模板.docx')
tpl.render(data)
tpl.save(f'合同生成/{data["甲方"]}的销售合同{data["签约时间"]}.docx')
print(f'{data["甲方"]}的销售合同已生成')
代码运行后,效果如下:
打开其中一个销售合同,效果如下:
来源:https://mp.weixin.qq.com/s/Vmuy8Vl2ColAjipYK6f82g


猜你喜欢
- 对于电脑上没有Visual C++ 2019.exe 而导致安装不了Mysql Install的朋友,此详细步骤会更加明了。一、下载(官方网
- 一、导入所需的库import turtleimport randomfrom math import *二、生成斐波那契数列斐波那契数列是指
- 目录前言1.insert ignore into2.on duplicate key update3.replace into4.inser
- 1.在浏览器下载与浏览器相对于的驱动并放到python的安装根目录下驱动的两个下载地址:http://chromedriver.storag
- 常见的误解有: 1. 只用 ado.net ,无法进行动态 SQL 拼接。 2. 有几个动态参数,代码的重复量就成了这些参数的不同数量的组合
- 列表推导式你有一个list: bag = [1, 2, 3, 4, 5]现在你想让所有元素翻倍,让它看起来是这个样子: [2, 4, 6,
- 因为工作需要,最近开始学习Python;而项目上用到了永中文档转换服务,就想着要不要拿这个练练手。仰仗于Python的易用性,不一会就完成了
- jupyter中显示的DataFrame过长时会自动换行(print()显示方式)或自动省略(单元格最后一行直接显示),在一些情况下看上去不
- numpy.ndarray添加元素平常使用的比较多的是list,在list后面添加元素直接是data_list = []data_list.
- 如何开始 C#学习过程中有一集讲的是如何查看类图,看完视频后自己就学习如何在VS 2019中查看类图,但是找了好长时间都没有找到查看类图这
- 需求描述有时候我们会基于已有数据生成一列在表格中,类似于下面的class BaseSchema(models.Model): ... def
- 先导入模块:from django.core.paginator import Paginator, EmptyPage, PageNotA
- 第一种方法import pandas as pdfrom collections import Counterdata = '参赛信
- 01. 装饰器语法糖如果你接触 Python 有一段时间了的话,想必你对 @ 符号一定不陌生了,没错 @ 符号就是装饰器的语法糖。它放在一个
- 最近去公司,连续几天被保安查健康码,觉得他们效率有点慢,排了长队,回到家就来兴致,写了个简易的健康码识别系统(主要是针对上海的健康码 随申码
- 本文实例讲述了php简单实现批量上传图片的方法。分享给大家供大家参考,具体如下:<?phpfunction upload_multi(
- pandas 中 inplace 参数在很多函数中都会有,它的作用是:是否在原对象基础上进行修改inplace = True:不创建新的对象
- Sybase于2008年11月4日在大中华区用户大会上宣布,联手神州数码金程(北京)科技有限公司对旗下领先的SQL Anywhere数据库进
- 一、禁止计算局部梯度torch.autogard.no_grad: 禁用梯度计算的上下文管理器。当确定不会调用Tensor.backward
- 本文实例讲述了Python实现socket非阻塞通讯功能。分享给大家供大家参考,具体如下:非阻塞需要多线程编程服务端方式1: 使用threa