Код для поиска и замены текста в Word на Python

Для работы с Word-документом в коде используется библиотека python-docx.

➡️Установка библиотеки: pip install python-docx

from docx import Document


def replace_text(doc, search, replace):
    # Проходимся по всем параграфам документа
    for p in doc.paragraphs:
        # Если в тексте параграфа есть искомое слово
        if search in p.text:
            # Заменяем искомое слово на новое
            p.text = p.text.replace(search, replace)
    # Проходимся по всем таблицам в документе
    for table in doc.tables:
        # Проходимся по всем строкам в таблице
        for row in table.rows:
            # Проходимся по всем ячейкам в строке
            for cell in row.cells:
                # Рекурсивно вызываем функцию replace_text для каждой ячейки
                replace_text(cell, search, replace)


doc = Document('example.docx')
# Вызываем функцию replace_text для замены слова 'old_text' на 'new_text' в документе
replace_text(doc, 'old_text', 'new_text')
# Сохраняем измененный документ под именем 'replaced_text.docx'
doc.save('replaced_text.docx')

➡️Справочник Программиста. Подписаться

Библиотека Mediapipe в Python

Библиотека Mediapipe позволяет реализовывать сложные алгоритмы обработки мультимедийных данных, таких как изображения и видео, в реальном времени.

Используется для выполнения таких задач, как обнаружение лиц, отслеживание движений, сегментация объектов и многое другое.

Основные возможности библиотеки:
🔵Обнаружение лица и отслеживание: Позволяет определять местоположение лица на изображении или видео, а также отслеживать его движения.
🔵Отслеживание рук: Позволяет обнаруживать и отслеживать положения рук и пальцев в реальном времени, что полезно для жестового ввода и других взаимодействий.
🔵Поза человека: Позволяет определять ключевые точки тела и отслеживать их, что полезно для приложений в области фитнеса и здравоохранения.
🔵Сегментация объектов: Разделяет изображение или видео на различные объекты или сегменты, такие как люди, транспортные средства, животные и т.д.
🔵Оценка глубины: Позволяет определять глубину объектов на изображении, что полезно для приложений дополненной реальности.

➡️Установка библиотеки: pip install mediapipe

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

Код для размытия фона изображения на Python

Для обработки изображения в коде используется библиотека OpenCV, а для распознавания человека на изображении - Mediapipe. Также необходима установка numpy.

➡️Установка библиотек: pip install opencv-python mediapipe numpy

import cv2
import mediapipe as mp
import numpy as np

# Инициализация Mediapipe Selfie Segmentation
mp_selfie_segmentation = mp.solutions.selfie_segmentation

# Загрузка изображения
image_path = 'image.png'
image = cv2.imread(image_path)
height, width, _ = image.shape

# Создание копии изображения для размывания фона
blurred_image = cv2.GaussianBlur(image, (21, 21), 0)

# Инициализация Selfie Segmentation
with mp_selfie_segmentation.SelfieSegmentation(model_selection=1) as selfie_segmentation:
    # Обработка изображения
    results = selfie_segmentation.process(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))

    # Создание маски для области человека
    mask = results.segmentation_mask > 0.5
    mask = mask.astype(np.uint8) * 255

    # Инвертирование маски для фона
    background_mask = cv2.bitwise_not(mask)

    # Извлечение фона и размывание его
    background_blurred = cv2.bitwise_and(blurred_image, blurred_image, mask=background_mask)

    # Извлечение человека из исходного изображения
    person = cv2.bitwise_and(image, image, mask=mask)

    # Объединение размытого фона и человека
    final_image = cv2.add(background_blurred, person)

# Сохранение результата
output_path = 'output.jpg'
cv2.imwrite(output_path, final_image)

cv2.waitKey(0)
cv2.destroyAllWindows()

➡️Справочник Программиста. Подписаться

Код для извлечения таблиц из HTML-файла на Python

Для парсинга и работы с HTML-файлом в коде используется библиотека beautifulsoup4, а для удобного вывода таблицы - pandas.

➡️Установка библиотеки: pip install beautifulsoup4 pandas

from bs4 import BeautifulSoup
import pandas as pd

# Считываем содержимое HTML-файла
with open('index.html', 'r', encoding='utf-8') as file:
    html_content = file.read()

# Парсим содержимое HTML-файла
soup = BeautifulSoup(html_content, 'html.parser')

# Извлекаем все таблицы
tables = soup.find_all('table')

for i, table in enumerate(tables):
    # Извлекаем заголовки таблицы
    headers = [header.text for header in table.find_all('th')]

    # Извлекаем строки таблицы
    rows = []
    for row in table.find_all('tr')[1:]:
        cells = [cell.text for cell in row.find_all('td')]
        rows.append(cells)

    # Создаём DataFrame
    df = pd.DataFrame(rows, columns=headers)

    print(f"Таблица {i + 1}:")
    print(df)
    print("\n")

➡️Справочник Программиста. Подписаться

📄 Код для добавления нижнего колонтитула в Word на Python

Для работы с docx-файлами в коде используется библиотека python-docx.

➡️Установка модулей: pip install python-docx

from docx import Document
from docx.shared import Pt, Inches

# Открываем существующий документ
doc = Document('example.docx')

# Добавляем нижний колонтитул на первую секцию документа
section = doc.sections[0]
footer = section.footer

# Добавляем параграф с нижним колонтитулом
paragraph = footer.add_paragraph()

# Настраиваем текст нижнего колонтитула
run = paragraph.add_run('Это нижний колонтитул')
run.font.size = Pt(10)  # Размер шрифта
run.font.name = 'Times New Roman'  # Шрифт
paragraph.alignment = 1  # Выравнивание: 0 - левое, 1 - центр, 2 - правое

# Устанавливаем отступы
paragraph.paragraph_format.left_indent = Inches(0.5)
paragraph.paragraph_format.right_indent = Inches(0.5)

# Сохраняем изменения
doc.save('example_with_footer.docx')

➡️Справочник Программиста. Подписаться

Код для перемещения окна на второй монитор на Python

Для работы с определённым окном в коде используется модуль pygetwindow, а для работы с мониторами - модуль screeninfo.

➡️Установка модулей: pip install pygetwindow screeninfo

import pygetwindow as gw
from screeninfo import get_monitors


def move_window_to_another_monitor(window_title):
    # Получение списка мониторов
    monitors = get_monitors()
    if len(monitors) < 2:
        print("Нужно хотя бы два монитора для выполнения операции")
        return

    # Получение окна по заголовку
    window = gw.getWindowsWithTitle(window_title)[0]
    if not window:
        print(f"Окно с заголовком '{window_title}' не найдено")
        return

    # Координаты окна
    window_x, window_y, window_width, window_height = window.left, window.top, window.width, window.height

    # Определение текущего монитора окна
    current_monitor = None
    for monitor in monitors:
        if monitor.x <= window_x < monitor.x + monitor.width:
            current_monitor = monitor
            break

    if not current_monitor:
        print("Не удалось определить текущий монитор окна")
        return

    # Определение целевого монитора (следующий монитор)
    target_monitor = monitors[(monitors.index(current_monitor) + 1) % len(monitors)]

    # Новые координаты окна для перемещения на целевой монитор
    new_window_x = target_monitor.x + 100  # Смещение от левого верхнего угла целевого монитора
    new_window_y = target_monitor.y + 100  # Смещение от левого верхнего угла целевого монитора

    # Перемещение окна
    window.moveTo(new_window_x, new_window_y)
    print(f"Окно '{window_title}' перемещено на монитор {target_monitor.name}")


# Пример использования
move_window_to_another_monitor("test.txt – Блокнот")

➡️Справочник Программиста. Подписаться

Библиотека xlwings в Python

Библиотека xlwings упрощает взаимодействие с Excel через COM-интерфейс и позволяет создавать, читать и изменять Excel-файлы.

Основные особенностей библиотеки:
🔵Работа с Excel напрямую: Позволяет работать с Excel, как если бы его использовал непосредственно человек.
🔵Двусторонняя связь: Возможность как читать данные из Excel в Python, так и записывать результаты работы Python-кода обратно в Excel.
🔵Поддержка UDF: Поддерживает создание пользовательских функций (User Defined Functions, UDF), которые можно использовать в Excel, как встроенные функции.
🔵Сложные сценарии и автоматизация: Возможность автоматизировать задачи, такие как создание отчетов или анализ данных, используя Python и Excel вместе.
🔵Поддержка различных форматов: Работает с различными форматами файлов Excel, включая .xlsx, .xlsm и .xls.
🔵Интеграция с Pandas: Легко интегрируется с Pandas, что упрощает работу с табличными данными.

✅Пример кода

import xlwings as xw

# Открываем рабочую книгу
wb = xw.Book('example.xlsx')

# Выбираем активный лист
sheet = wb.sheets.active

# Записываем значение в ячейку
sheet.range('A1').value = 'Hello, Excel!'

# Сохраняем итоговый результат
wb.save()
# Закрываем рабочую книгу
wb.close()

➡️Установка библиотеки: pip install xlwings

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться