使用 Python 管理 Word 文档属性与统计信息完整指南

在日常办公自动化场景中，为 Word 文档添加元数据信息是提升文档管理效率的重要手段。通过设置文档属性，我们可以记录作者、标题、关键词等关键信息，便于后续的检索、分类和归档。此外，获取文档的统计信息（如字数、字符数）也能帮助我们更好地评估文档内容。本文将介绍如何使用 Python 实现 Word 文档的属性管理和信息统计功能。

为什么需要文档属性管理

在实际工作中，文档属性管理有以下重要应用场景：

• 文档归档：为文档添加作者、标题、关键词等元数据，便于后续检索和管理
• 合规要求：某些行业需要在文档中记录创建者、公司信息、管理者等元数据
• 工作流管理：通过自定义属性标记文档状态（如草稿、审核中、已批准）
• 批量处理：为企业文档库统一设置标准化属性，提升管理规范性

通过程序化处理这些任务，可以显著提高工作效率，减少人为错误。

环境准备

首先需要安装 Spire.Doc for Python 库：

pip install Spire.Doc

该库提供了完整的 Word 文档操作 API，支持文档属性设置、统计信息获取等功能，无需安装 Microsoft Word。

管理文档内置属性

Word 文档包含丰富的内置属性（也称为元数据），如标题、作者、主题、公司等。这些信息对于文档分类、搜索和管理非常重要，可以在 Windows 文件资源管理器中查看，也可以通过 Word 的"文件 > 信息 > 属性"面板访问。

设置和读取内置属性

以下代码展示如何为 Word 文档设置和读取各种内置属性：

from spire.doc import Document, FileFormat

# 加载文档
document = Document()
document.LoadFromFile("报告模板.docx")

# 设置内置文档属性
document.BuiltinDocumentProperties.Title = "2024年度财务报告"
document.BuiltinDocumentProperties.Subject = "财务分析"
document.BuiltinDocumentProperties.Author = "李明"
document.BuiltinDocumentProperties.Company = "ABC科技有限公司"
document.BuiltinDocumentProperties.Manager = "王经理"
document.BuiltinDocumentProperties.Category = "财务报告"
document.BuiltinDocumentProperties.Keywords = "财务, 报告, 2024, 分析"
document.BuiltinDocumentProperties.Comments = "此文档包含公司2024年度财务数据分析"

# 保存文档
document.SaveToFile("带属性的报告.docx", FileFormat.Docx)
document.Close()

# 读取已设置的属性
print(f"标题: {document.BuiltinDocumentProperties.Title}")
print(f"作者: {document.BuiltinDocumentProperties.Author}")
print(f"公司: {document.BuiltinDocumentProperties.Company}")
print(f"关键词: {document.BuiltinDocumentProperties.Keywords}")

常用的内置属性包括：Title（文档标题）、Subject（主题）、Author（作者）、Company（公司名称）、Manager（管理者）、Category（分类）、Keywords（关键词，多个用逗号分隔）、Comments（备注说明）等。这在批量处理文档时非常有用，可以根据属性值对文档进行分类或筛选。

管理自定义文档属性

除了内置属性，Spire.Doc 还支持添加自定义属性，这对于特定业务场景非常有用，例如标记工作流状态（草稿、审核中、已批准）、记录版本号、添加项目编号等业务相关信息。特别地，可以通过 _MarkAsFinal 属性将文档标记为最终版本，提示用户不应再修改。

设置和读取自定义属性

from spire.doc import Document, FileFormat
from spire.doc.common import Boolean

# 加载文档
document = Document()
document.LoadFromFile("项目文档.docx")

# 获取自定义属性集合
customProperties = document.CustomDocumentProperties

# 添加自定义属性
customProperties.Add("项目名称", "智能办公系统")
customProperties.Add("版本号", "2.0")
customProperties.Add("审核状态", "已通过")
customProperties.Add("_MarkAsFinal", Boolean(True))

# 保存文档
document.SaveToFile("带自定义属性的文档.docx", FileFormat.Docx2013)
document.Close()
document.Dispose()

# 读取自定义属性
document2 = Document()
document2.LoadFromFile("带自定义属性的文档.docx")
for i in range(document2.CustomDocumentProperties.Count):
    prop = document2.CustomDocumentProperties.get_Item(i)
    print(f"{prop.Name}: {prop.Value}")
document2.Close()

需要注意的是，某些自定义属性可能不会在 Word 界面中直接显示，但可以通过 API 访问。

获取文档统计信息

在某些场景下，我们需要获取文档的基本统计信息，如字数、字符数等，这对于评估文档篇幅、计算翻译工作量、生成文档摘要报告等场景都非常有用。

from spire.doc import Document

# 加载文档
document = Document()
document.LoadFromFile("长文档.docx")

# 获取文档统计信息
char_count = document.BuiltinDocumentProperties.CharCount
char_count_with_space = document.BuiltinDocumentProperties.CharCountWithSpace
word_count = document.BuiltinDocumentProperties.WordCount

print(f"字符数（不含空格）: {char_count}")
print(f"字符数（含空格）: {char_count_with_space}")
print(f"单词数: {word_count}")

document.Close()

实际应用示例：批量处理文档属性

下面是一个综合示例，展示如何批量为多个文档设置统一的属性：

from spire.doc import Document, FileFormat
import os

def set_document_properties(file_path, author, company, keywords):
    """为文档设置统一属性"""
    doc = Document()
    doc.LoadFromFile(file_path)
    
    # 设置属性
    doc.BuiltinDocumentProperties.Author = author
    doc.BuiltinDocumentProperties.Company = company
    doc.BuiltinDocumentProperties.Keywords = keywords
    
    # 保存（覆盖原文件）
    doc.SaveToFile(file_path, FileFormat.Docx)
    doc.Close()
    
    print(f"已处理: {file_path}")

# 批量处理文件夹中的所有 Word 文档
folder_path = "./待处理文档"
author = "技术部"
company = "XYZ公司"
keywords = "技术文档, 内部资料"

for filename in os.listdir(folder_path):
    if filename.endswith(".docx"):
        file_path = os.path.join(folder_path, filename)
        set_document_properties(file_path, author, company, keywords)

print("批量处理完成")

这个示例展示了如何将文档属性管理应用到实际工作流程中，特别适合企业文档标准化场景。

注意事项

在使用文档属性管理功能时，需要注意以下几点：

1. 属性可见性：某些自定义属性可能不会在 Word 界面中直接显示，但可以通过 API 访问
2. 资源释放：处理完文档后务必调用 Close() 和 Dispose() 方法释放资源
3. 文件格式：建议使用 Docx 或 Docx2013 格式以确保兼容性
4. 大文件处理：对于大型文档，属性操作可能需要较长时间，建议在后台线程中执行

总结

本文介绍了使用 Python 进行 Word 文档属性管理和信息统计的完整方案。通过这些技术，我们可以：

• 为文档添加丰富的元数据，提升管理效率
• 批量处理文档属性，实现标准化
• 获取文档统计信息，辅助决策
• 标记文档状态和版本，优化工作流程

这些功能在文档管理系统、协同办公平台、合同管理等场景中都有广泛应用。结合其他 Word 操作功能，可以构建完整的文档自动化处理解决方案，大幅提升工作效率。

随着办公自动化的发展，掌握这些编程技能将为开发人员和企业带来显著的价值。建议根据具体业务需求，将这些基础功能组合使用，打造适合自身工作流程的自动化工具。