简介面向初创者、创业培训学员及高校创业课程学习者的SYB创业计划书模板围绕企业概况、创业者个人情况、市场评估、市场营销、组织结构、固定资产、流动资金、销售收入预测、销售与成本计划、现金流量计划等十大模块给出可直接填写的框架帮助解决计划书结构零散、财务测算无章法的问题。资源以1个doc文档交付压缩包约205KB属于轻量级文字表格模板可离线编辑并反复套用。已有425人学习下载说明其在SYB培训与创业实训场景中具有一定参考价值。文档内预置了目标顾客描述、竞争对手优劣势对比、选址与促销成本、员工职务月薪、设备与办公家具清单、12个月销售收入与现金流等表格栏位读者可据此逐项填入自身数据快速形成一份结构完整、便于答辩与申报的创业计划书。1. SYB创业计划书模板.doc 为什么会变成一份要写代码的活创业培训、孵化器和代账机构手里都流传着一份「SYB创业计划书模板.doc」一份标准骨架加十来张空表看着人畜无害。真接下批量任务的人才清楚一个班三十个学员企业概况、市场评估、销售与成本计划、现金流计划每张表都要按人头换一遍数字手工复制粘贴大半天还会出现某份文档里残留上一家店名的情况。真正的瓶颈不是写内容而是反复做 Word 的格式化操作。把这份模板当成一份结构化数据契约来对待思路就顺了先用脚本枚举它的段落、表格和样式再把学员数据当 JSON 灌进去批量生成最后把格式校验和 PDF 导出串成流水线。这篇适合手上已有固定模板、需要按客户或学员批量产出的 IT 从业者也适合想把文档处理从人工改成工程化的同学。2. 拆解 SYB创业计划书模板.doc 的结构章节骨架、表格与占位符动手写填充逻辑之前必须先摸清模板长什么样。SYB 模板最大的特点是「重表格、轻段落」——正文叙述部分很少绝大部分内容塞在十来个固定表格里而且表格之间还有引用关系比如销售与成本计划里的销售收入要和销售收入预测表的口径对齐。直接按段落索引定位是最容易翻车的做法。2.1 SYB 计划书的章节骨架与字段映射常见的 SYB 模板按十步结构组织每一步对应一张或几张表。把这份骨架先落成一张字段映射表后面写填充代码时就是照着表填空不用再反复翻文档找位置。章节载体形态关键字段数据类型企业概况表 1企业名称、经营范围、地址、成立日期字符串、日期创业者情况表 2姓名、年龄、学历、相关经验年限字符串、整数市场评估表 3目标客户、竞争对手、预计份额字符串、百分比市场营销计划表 4产品定价、渠道、促销方式浮点、字符串企业组织结构表 5岗位、人数、月薪字符串、整数固定资产表 6设备名称、数量、单价、折旧年限整数、浮点流动资金表 7项目、月均支出、可维持月数浮点销售收入预测表 8月份、单价、销量、收入12 行时序数据销售与成本计划表 9月份、销售成本、毛利、净利12 行时序数据现金流计划表 10月份、现金流入、流出、余额12 行时序数据这张表就是数据契约。学员或客户交上来的 JSON 必须能填满「关键字段」列缺哪个字段脚本跑出来那份文档里就会留一个空单元格或者更糟——留一个没被替换掉的{{企业名称}}。所以后面第三章的校验环节必须做。2.2 用 python-docx 读出模板的段落、表格与样式名第一步是写个 dump 脚本把模板的全貌打印出来包括每个段落的样式名和每张表的行列尺寸。这样才能知道该用段落填充还是表格填充。from docx import Document doc Document(SYB创业计划书模板.docx) # 打印非空段落及其样式用于定位叙述型占位符 for i, p in enumerate(doc.paragraphs): if p.text.strip(): print(f[P{i}] style{p.style.name} | {p.text[:50]}) # 打印每张表的尺寸和首行内容用于确认表头位置 for ti, table in enumerate(doc.tables): print(f[T{ti}] rows{len(table.rows)} cols{len(table.columns)} style{table.style.name}) for ri, row in enumerate(table.rows[:3]): print( , ri, [c.text.strip() for c in row.cells])逻辑说明doc.paragraphs只返回顶层段落表格内部的段落不在其中所以叙述部分和表格部分要分开遍历doc.tables返回顶层表格嵌套表需要用cell.tables递归拿。p.style.name输出的是样式名如Normal、Heading 1、Table Grid这是后面批量改格式时的抓手。参数上没有什么可调的关键是输出别截断——p.text[:50]这个截断长度按自己模板的段落长度调整太短会看不出占位符完整名字。提示模板里如果有合并单元格row.cells会把同一个单元格对象重复返回多次列数统计会虚高看到「cols 比目测多」不用慌。2.3 .doc 与 .docx 的差异先转换再解析python-docx只认 OOXML 格式也就是.docx直接喂.doc会抛PackageNotFoundError。老模板是二进制.doc的话必须先在预处理阶段转一次。# 用 LibreOffice 无头模式批量转换一份或整个目录都行 soffice --headless --convert-to docx --outdir converted SYB创业计划书模板.doc # 确认产物存在且非空转换失败时文件会是 0 字节 ls -l converted/逻辑说明--headless让 LibreOffice 不起界面适合放到 CI 或者定时任务里--outdir明确输出目录避免和源文件混在一起。转换本身会带来格式抖动常见的有三处字体回退原文档用了系统里没有的字体会替换成默认中文字体、页边距微调、表格列宽按内容重算。所以转换完最好肉眼比对一遍分页位置尤其是十张表连排的模板某一页多出一行会把后面的表格全推下去。对比一下两种格式在这条流水线上的差异维度.doc.docxpython-docx 直接读取不支持支持是否需要预转换需要不需要样式名可读性转换后可能被归一化保留原始样式名体积二进制较大ZIP 包较小建议归档保留一份流水线统一用这份结论很明确模板源文件保留.doc没问题但进入自动化流水线的必须是一份转换后的.docx并且这份.docx要纳入版本管理改模板就重新转换、重新跑一遍全量测试。3. 用 python-docx 批量生成 SYB 创业计划书占位符替换与表格填充结构摸清了接下来是真正的填充环节。这一章里最容易踩坑的不是 API 用法而是 Word 的 run 机制。很多人第一次写替换脚本都遇到过「明明文档里看着是{{企业名称}}代码里 replace 就是替换不掉」原因就出在这里。3.1 契约式占位符设计与 run 拆分坑Word 的一个段落由若干 run 组成run 是格式相同的一段连续文本。问题在于同一种格式的文本也可能被 Word 切成多个 run于是{{企业名称}}在底层可能变成{{、企业、名称}}三段。此时对单个 run 做 replace 是找不到完整占位符的。def replace_in_paragraph(paragraph, mapping): 合并段落内所有 run 再整体替换规避占位符被切分的问题 full_text .join(run.text for run in paragraph.runs) if {{ not in full_text: return False new_text full_text for key, value in mapping.items(): new_text new_text.replace({{%s}} % key, str(value)) if new_text full_text: return False # 结果写回首个 run其余 run 清空 paragraph.runs[0].text new_text for run in paragraph.runs[1:]: run.text return True逻辑说明先拼接全文再统一替换最后把结果塞回第一个 run。参数上要注意mapping的键不带花括号调用侧统一写成{企业名称: 晨光便利店}避免两套命名规则混用。这个写法的代价是会丢掉段落内部的混合格式——如果占位符前后有加粗、不同字号合并后只剩第一个 run 的格式。对于 SYB 模板这种「整段统一小四宋体」的场景完全够用如果模板里占位符嵌在复杂排版中就得按 run 边界重新切分了实现复杂度会上一个台阶。占位符命名建议做分层比如{{企业.名称}}、{{财务.月均支出}}JSON 里也按同样的嵌套结构组织替换前先扁平化成点号键代码会干净很多。3.2 表格单元格填充与嵌套表格的递归处理模板的九成内容在表里所以表格填充是主力函数。写的时候要顺手处理嵌套表因为现金流计划表里很可能嵌了一张小计表。def fill_tables(tables, mapping): 递归填充表格及嵌套表格 hit 0 for table in tables: for row in table.rows: for cell in row.cells: for p in cell.paragraphs: if replace_in_paragraph(p, mapping): hit 1 # 嵌套表继续往下钻 if cell.tables: hit fill_tables(cell.tables, mapping) return hit逻辑说明cell.tables返回该单元格内的表格集合递归调用可以覆盖任意深度。返回值hit是替换次数用来做冒烟检查——如果一次批量生成里hit明显低于预期说明某个 JSON 缺字段或者模板占位符被改过名能第一时间发现。合并单元格会重复遍历所以hit会偏大只适合做「是否为 0」这种粗判断不要拿它当精确计数。填充时序数据表时要特别小心行数。销售收入预测的 12 行如果学员只给了 8 个月的数据剩下的行要么留空要么补齐不能直接把表删掉——删表会破坏后续表格的引用。3.3 财务测算自动计算并写回销售与成本计划、现金流计划这类表适合由脚本算完再写回而不是让填表人自己算。逻辑简单但口径必须先固定。def build_monthly_plan(unit_price, cost_rate, base_qty, months12, growth0.05): 按月生成销量、收入、成本、毛利growth 为环比增长率 rows [] for m in range(1, months 1): qty round(base_qty * ((1 growth) ** (m - 1))) revenue round(qty * unit_price, 2) cost round(revenue * cost_rate, 2) rows.append({ month: m, qty: qty, revenue: revenue, cost: cost, gross: round(revenue - cost, 2), }) return rows逻辑说明cost_rate是销售成本占收入的比例便利店、餐饮、手作这类业态差异很大必须从学员数据里读不能写死。growth是环比增长率SYB 模板里默认填法通常是保守增长取 0.03 到 0.05 比较常见激进一点的方案会用到 0.1 以上但现金流表要跟着重算否则毛利和余额会对不上。round保留两位小数是为了和表格里的人民币展示口径一致不然写进去会出现一长串浮点尾数。写完回填时要按行号定位而不是按内容匹配。表头行的位置通过第 2 章的 dump 脚本确认过直接索引即可稳定得多。3.4 批量生成与输出命名规范单个文档跑通之后外面套一层目录遍历就是批量流水线。数据源建议一个一个 JSON 文件文件名就是学员编号方便回溯。import json from pathlib import Path from docx import Document TEMPLATE Path(templates/SYB创业计划书模板.docx) OUT_DIR Path(out) OUT_DIR.mkdir(exist_okTrue) for jf in sorted(Path(data).glob(*.json)): data json.loads(jf.read_text(encodingutf-8)) flat flatten(data) # 嵌套字典拍平成点号键 doc Document(TEMPLATE) for p in doc.paragraphs: replace_in_paragraph(p, flat) fill_tables(doc.tables, flat) safe str(flat.get(企业.名称, jf.stem)).replace(/, _).replace(\\, _) doc.save(OUT_DIR / fSYB创业计划书_{jf.stem}_{safe}.docx)逻辑说明文件名里同时保留学员编号jf.stem和企业名称既唯一又可读。replace里替换掉斜杠和反斜杠是必须的企业名称里出现「XX/XX 工作室」的概率比想象中高直接当路径会抛异常。sorted保证输出顺序稳定方便后面做差异比对。注意每次循环都要重新Document(TEMPLATE)不要复用同一个 doc 对象。复用会让上一份数据残留是这类脚本最经典的串数据 bug。4. SYB创业计划书模板的样式、页码与导出 PDF 的工程化处理内容和数据都进去了最后一道坎是「看起来像一份正式文档」。批量生成的文档最容易露怯的地方就是格式中文字体没设置好导致回退成宋体之外的字体、页码没出现、目录一片空白、导出 PDF 时排版跑偏。这一章把这几个点逐个处理掉。4.1 样式继承与中文字体回退python-docx设置字体时要同时设置西文名和东亚字体名只设font.name的话中文会走系统默认在不同机器上渲染结果不一致。from docx.oxml.ns import qn def set_style_font(style, ascii_fontTimes New Roman, cjk_font宋体, size_pt12): style.font.name ascii_font style.font.size Pt(size_pt) rpr style.element.get_or_add_rPr() rfonts rpr.find(qn(w:rFonts)) if rfonts is None: rfonts rpr.makeelement(qn(w:rFonts), {}) rpr.append(rfonts) rfonts.set(qn(w:eastAsia), cjk_font)逻辑说明w:rFonts元素上的w:eastAsia属性才是控制中文字形的开关style.font.name只影响西文。参数size_pt对应模板里的小四12pt或五号10.5ptSYB 模板正文一般是小四、表格内是五号改样式时按层级分别设。调用位置建议放在文档加载之后、内容填充之前这样新增的段落会自动继承已经存在的段落如果带了直接格式样式改动不会覆盖它需要用paragraph.style doc.styles[Normal]强制归位。4.2 目录域、页码与页眉页脚python-docx没有现成的目录和页码 API要手写 OOXML 域代码。页码相对简单from docx.oxml import OxmlElement from docx.oxml.ns import qn def add_page_number(paragraph): run paragraph.add_run() begin OxmlElement(w:fldChar); begin.set(qn(w:fldCharType), begin) instr OxmlElement(w:instrText); instr.set(qn(xml:space), preserve) instr.text PAGE end OxmlElement(w:fldChar); end.set(qn(w:fldCharType), end) run._r.append(begin); run._r.append(instr); run._r.append(end)逻辑说明这三个元素组成一个完整的域begin和end是边界中间的instrText写明域类型。xml:spacepreserve不能省否则域指令前后空格会被吞掉。目录域同理把PAGE换成TOC \o 1-3 \h \z \u即可。但要注意域代码写进去之后只有在打开文档时按 F9 或者打印时才会计算脚本层面算不出来。页码位置放在页脚通过section.footer.paragraphs[0]拿到段落再调这个函数。页眉建议放企业名称和文档用途等于给每页加了标识批量生成时一眼能看出这是哪一份。元素实现方式是否自动计算页码PAGE 域打开或打印时总页数NUMPAGES 域打开或打印时目录TOC 域需手动更新域静态页眉直接写文本是4.3 无头转换 PDF 并做结果校验交付环节通常是 PDF用 LibreOffice 命令行转换最省事同时也是流水线上最容易出问题的一步。# 转整个输出目录一次进程启动处理多份比循环调用快很多 soffice --headless --convert-to pdf:writer_pdf_Export --outdir pdf out/*.docx # 转换后核对产物数量与体积0 字节或缺失说明转换失败 ls -l pdf/ | awk {print $5, $9}逻辑说明pdf:writer_pdf_Export显式指定导出过滤器比省略时更稳一次把通配符交给 soffice 处理避免为每份文档启动一个进程——三十份文档循环启动会慢十几倍。转换必须在所有文档都保存关闭之后进行文件被占用会导致转换出空页。这里有个绕不开的限制LibreOffice 命令行转换不会自动刷新目录域导出的 PDF 目录页可能是空的。稳妥做法是在模板里就把目录留出来、由人工打开更新一次再归档或者接受目录留空并在页眉注明章节结构。同时检查一遍页码连续性十张表连排时超出一页是很常见的事。4.4 用脚本做生成结果的完整性校验人工抽查三十份文档不现实写个审计脚本跑一遍更靠谱。检查项固定为三类有没有残留占位符、关键表格数量对不对、正文有没有内容。def audit_docx(path, min_tables10): doc Document(path) text \n.join(p.text for p in doc.paragraphs) for t in doc.tables: for row in t.rows: text \n \t.join(c.text for c in row.cells) left re.findall(r\{\{[^}]\}\}, text) return { file: Path(path).name, tables: len(doc.tables), chars: len(text), missing: sorted(set(left)), ok: not left and len(doc.tables) min_tables and len(text) 500, }逻辑说明正则直接把所有{{...}}捞出来missing非空就说明有字段没填上min_tables用来防模板结构被改坏默认值和模板实际表数对齐chars下限是为了挡住「打开成功但内容为空」这种静默失败。跑完把结果汇总成一张表ok为 False 的直接退回重跑不要让它们进交付环节。5. 让 SYB创业计划书模板.doc 更好用模板体检脚本与三个调参技巧模板本身会变。培训机构的模板一年改一两次占位符名字跟着改脚本就会在某个早晨突然大面积失败。与其被动救火不如把「模板体检」做成流水线的前置步骤把模板里所有占位符捞出来和当前数据契约定的一级键做一次集合比对差集非空就拒绝运行。import re from docx import Document def template_contract_check(tpl_path, expected_keys): doc Document(tpl_path) text \n.join(p.text for p in doc.paragraphs) for t in doc.tables: for row in t.rows: text \n \t.join(c.text for c in row.cells) found {m[2:-2].split(.)[0] for m in re.findall(r\{\{[^}]\}\}, text)} return { 模板一级键: sorted(found), 契约缺少: sorted(found - set(expected_keys)), 模板多余: sorted(set(expected_keys) - found), }逻辑说明只比对点号前的一级键而不是全量占位符是为了容忍模板在细节措辞上的微调只要分组对得上就放行。契约缺少这一列最有价值——它列出模板需要但数据侧没准备的字段通常在改模板后第一时间暴露。三个实战里反复用到的调参技巧。第一占位符一律用点号分层命名别用中文括号或下划线混排{{企业.名称}}拆键时不会出歧义{{企业(名称)}}这种写法迟早会在正则里翻车。第二模板里所有需要动态撑开的表格把列宽设成固定值并关掉自动调整批量生成时列宽不会因为内容长度不同而每份都不一样table.autofit False for row in table.rows: row.cells[0].width Cm(3.2) row.cells[1].width Cm(6.5)第三PDF 导出前的域刷新问题最省事的解法不是去写宏而是在模板里就把目录做成静态文本只在页码位置留 PAGE 域——页码域 LibreOffice 转换时会算目录域不会。这套调整做完一份三十人的批量任务从原来的半天压缩到几分钟剩下的人工只花在抽查少数几份的分页效果上。本文还有配套的精品资源点击获取 python-docx批量生成SYB创业计划书：Word占位符替换与PDF导出
简介面向初创者、创业培训学员及高校创业课程学习者的SYB创业计划书模板围绕企业概况、创业者个人情况、市场评估、市场营销、组织结构、固定资产、流动资金、销售收入预测、销售与成本计划、现金流量计划等十大模块给出可直接填写的框架帮助解决计划书结构零散、财务测算无章法的问题。资源以1个doc文档交付压缩包约205KB属于轻量级文字表格模板可离线编辑并反复套用。已有425人学习下载说明其在SYB培训与创业实训场景中具有一定参考价值。文档内预置了目标顾客描述、竞争对手优劣势对比、选址与促销成本、员工职务月薪、设备与办公家具清单、12个月销售收入与现金流等表格栏位读者可据此逐项填入自身数据快速形成一份结构完整、便于答辩与申报的创业计划书。1. SYB创业计划书模板.doc 为什么会变成一份要写代码的活创业培训、孵化器和代账机构手里都流传着一份「SYB创业计划书模板.doc」一份标准骨架加十来张空表看着人畜无害。真接下批量任务的人才清楚一个班三十个学员企业概况、市场评估、销售与成本计划、现金流计划每张表都要按人头换一遍数字手工复制粘贴大半天还会出现某份文档里残留上一家店名的情况。真正的瓶颈不是写内容而是反复做 Word 的格式化操作。把这份模板当成一份结构化数据契约来对待思路就顺了先用脚本枚举它的段落、表格和样式再把学员数据当 JSON 灌进去批量生成最后把格式校验和 PDF 导出串成流水线。这篇适合手上已有固定模板、需要按客户或学员批量产出的 IT 从业者也适合想把文档处理从人工改成工程化的同学。2. 拆解 SYB创业计划书模板.doc 的结构章节骨架、表格与占位符动手写填充逻辑之前必须先摸清模板长什么样。SYB 模板最大的特点是「重表格、轻段落」——正文叙述部分很少绝大部分内容塞在十来个固定表格里而且表格之间还有引用关系比如销售与成本计划里的销售收入要和销售收入预测表的口径对齐。直接按段落索引定位是最容易翻车的做法。2.1 SYB 计划书的章节骨架与字段映射常见的 SYB 模板按十步结构组织每一步对应一张或几张表。把这份骨架先落成一张字段映射表后面写填充代码时就是照着表填空不用再反复翻文档找位置。章节载体形态关键字段数据类型企业概况表 1企业名称、经营范围、地址、成立日期字符串、日期创业者情况表 2姓名、年龄、学历、相关经验年限字符串、整数市场评估表 3目标客户、竞争对手、预计份额字符串、百分比市场营销计划表 4产品定价、渠道、促销方式浮点、字符串企业组织结构表 5岗位、人数、月薪字符串、整数固定资产表 6设备名称、数量、单价、折旧年限整数、浮点流动资金表 7项目、月均支出、可维持月数浮点销售收入预测表 8月份、单价、销量、收入12 行时序数据销售与成本计划表 9月份、销售成本、毛利、净利12 行时序数据现金流计划表 10月份、现金流入、流出、余额12 行时序数据这张表就是数据契约。学员或客户交上来的 JSON 必须能填满「关键字段」列缺哪个字段脚本跑出来那份文档里就会留一个空单元格或者更糟——留一个没被替换掉的{{企业名称}}。所以后面第三章的校验环节必须做。2.2 用 python-docx 读出模板的段落、表格与样式名第一步是写个 dump 脚本把模板的全貌打印出来包括每个段落的样式名和每张表的行列尺寸。这样才能知道该用段落填充还是表格填充。from docx import Document doc Document(SYB创业计划书模板.docx) # 打印非空段落及其样式用于定位叙述型占位符 for i, p in enumerate(doc.paragraphs): if p.text.strip(): print(f[P{i}] style{p.style.name} | {p.text[:50]}) # 打印每张表的尺寸和首行内容用于确认表头位置 for ti, table in enumerate(doc.tables): print(f[T{ti}] rows{len(table.rows)} cols{len(table.columns)} style{table.style.name}) for ri, row in enumerate(table.rows[:3]): print( , ri, [c.text.strip() for c in row.cells])逻辑说明doc.paragraphs只返回顶层段落表格内部的段落不在其中所以叙述部分和表格部分要分开遍历doc.tables返回顶层表格嵌套表需要用cell.tables递归拿。p.style.name输出的是样式名如Normal、Heading 1、Table Grid这是后面批量改格式时的抓手。参数上没有什么可调的关键是输出别截断——p.text[:50]这个截断长度按自己模板的段落长度调整太短会看不出占位符完整名字。提示模板里如果有合并单元格row.cells会把同一个单元格对象重复返回多次列数统计会虚高看到「cols 比目测多」不用慌。2.3 .doc 与 .docx 的差异先转换再解析python-docx只认 OOXML 格式也就是.docx直接喂.doc会抛PackageNotFoundError。老模板是二进制.doc的话必须先在预处理阶段转一次。# 用 LibreOffice 无头模式批量转换一份或整个目录都行 soffice --headless --convert-to docx --outdir converted SYB创业计划书模板.doc # 确认产物存在且非空转换失败时文件会是 0 字节 ls -l converted/逻辑说明--headless让 LibreOffice 不起界面适合放到 CI 或者定时任务里--outdir明确输出目录避免和源文件混在一起。转换本身会带来格式抖动常见的有三处字体回退原文档用了系统里没有的字体会替换成默认中文字体、页边距微调、表格列宽按内容重算。所以转换完最好肉眼比对一遍分页位置尤其是十张表连排的模板某一页多出一行会把后面的表格全推下去。对比一下两种格式在这条流水线上的差异维度.doc.docxpython-docx 直接读取不支持支持是否需要预转换需要不需要样式名可读性转换后可能被归一化保留原始样式名体积二进制较大ZIP 包较小建议归档保留一份流水线统一用这份结论很明确模板源文件保留.doc没问题但进入自动化流水线的必须是一份转换后的.docx并且这份.docx要纳入版本管理改模板就重新转换、重新跑一遍全量测试。3. 用 python-docx 批量生成 SYB 创业计划书占位符替换与表格填充结构摸清了接下来是真正的填充环节。这一章里最容易踩坑的不是 API 用法而是 Word 的 run 机制。很多人第一次写替换脚本都遇到过「明明文档里看着是{{企业名称}}代码里 replace 就是替换不掉」原因就出在这里。3.1 契约式占位符设计与 run 拆分坑Word 的一个段落由若干 run 组成run 是格式相同的一段连续文本。问题在于同一种格式的文本也可能被 Word 切成多个 run于是{{企业名称}}在底层可能变成{{、企业、名称}}三段。此时对单个 run 做 replace 是找不到完整占位符的。def replace_in_paragraph(paragraph, mapping): 合并段落内所有 run 再整体替换规避占位符被切分的问题 full_text .join(run.text for run in paragraph.runs) if {{ not in full_text: return False new_text full_text for key, value in mapping.items(): new_text new_text.replace({{%s}} % key, str(value)) if new_text full_text: return False # 结果写回首个 run其余 run 清空 paragraph.runs[0].text new_text for run in paragraph.runs[1:]: run.text return True逻辑说明先拼接全文再统一替换最后把结果塞回第一个 run。参数上要注意mapping的键不带花括号调用侧统一写成{企业名称: 晨光便利店}避免两套命名规则混用。这个写法的代价是会丢掉段落内部的混合格式——如果占位符前后有加粗、不同字号合并后只剩第一个 run 的格式。对于 SYB 模板这种「整段统一小四宋体」的场景完全够用如果模板里占位符嵌在复杂排版中就得按 run 边界重新切分了实现复杂度会上一个台阶。占位符命名建议做分层比如{{企业.名称}}、{{财务.月均支出}}JSON 里也按同样的嵌套结构组织替换前先扁平化成点号键代码会干净很多。3.2 表格单元格填充与嵌套表格的递归处理模板的九成内容在表里所以表格填充是主力函数。写的时候要顺手处理嵌套表因为现金流计划表里很可能嵌了一张小计表。def fill_tables(tables, mapping): 递归填充表格及嵌套表格 hit 0 for table in tables: for row in table.rows: for cell in row.cells: for p in cell.paragraphs: if replace_in_paragraph(p, mapping): hit 1 # 嵌套表继续往下钻 if cell.tables: hit fill_tables(cell.tables, mapping) return hit逻辑说明cell.tables返回该单元格内的表格集合递归调用可以覆盖任意深度。返回值hit是替换次数用来做冒烟检查——如果一次批量生成里hit明显低于预期说明某个 JSON 缺字段或者模板占位符被改过名能第一时间发现。合并单元格会重复遍历所以hit会偏大只适合做「是否为 0」这种粗判断不要拿它当精确计数。填充时序数据表时要特别小心行数。销售收入预测的 12 行如果学员只给了 8 个月的数据剩下的行要么留空要么补齐不能直接把表删掉——删表会破坏后续表格的引用。3.3 财务测算自动计算并写回销售与成本计划、现金流计划这类表适合由脚本算完再写回而不是让填表人自己算。逻辑简单但口径必须先固定。def build_monthly_plan(unit_price, cost_rate, base_qty, months12, growth0.05): 按月生成销量、收入、成本、毛利growth 为环比增长率 rows [] for m in range(1, months 1): qty round(base_qty * ((1 growth) ** (m - 1))) revenue round(qty * unit_price, 2) cost round(revenue * cost_rate, 2) rows.append({ month: m, qty: qty, revenue: revenue, cost: cost, gross: round(revenue - cost, 2), }) return rows逻辑说明cost_rate是销售成本占收入的比例便利店、餐饮、手作这类业态差异很大必须从学员数据里读不能写死。growth是环比增长率SYB 模板里默认填法通常是保守增长取 0.03 到 0.05 比较常见激进一点的方案会用到 0.1 以上但现金流表要跟着重算否则毛利和余额会对不上。round保留两位小数是为了和表格里的人民币展示口径一致不然写进去会出现一长串浮点尾数。写完回填时要按行号定位而不是按内容匹配。表头行的位置通过第 2 章的 dump 脚本确认过直接索引即可稳定得多。3.4 批量生成与输出命名规范单个文档跑通之后外面套一层目录遍历就是批量流水线。数据源建议一个一个 JSON 文件文件名就是学员编号方便回溯。import json from pathlib import Path from docx import Document TEMPLATE Path(templates/SYB创业计划书模板.docx) OUT_DIR Path(out) OUT_DIR.mkdir(exist_okTrue) for jf in sorted(Path(data).glob(*.json)): data json.loads(jf.read_text(encodingutf-8)) flat flatten(data) # 嵌套字典拍平成点号键 doc Document(TEMPLATE) for p in doc.paragraphs: replace_in_paragraph(p, flat) fill_tables(doc.tables, flat) safe str(flat.get(企业.名称, jf.stem)).replace(/, _).replace(\\, _) doc.save(OUT_DIR / fSYB创业计划书_{jf.stem}_{safe}.docx)逻辑说明文件名里同时保留学员编号jf.stem和企业名称既唯一又可读。replace里替换掉斜杠和反斜杠是必须的企业名称里出现「XX/XX 工作室」的概率比想象中高直接当路径会抛异常。sorted保证输出顺序稳定方便后面做差异比对。注意每次循环都要重新Document(TEMPLATE)不要复用同一个 doc 对象。复用会让上一份数据残留是这类脚本最经典的串数据 bug。4. SYB创业计划书模板的样式、页码与导出 PDF 的工程化处理内容和数据都进去了最后一道坎是「看起来像一份正式文档」。批量生成的文档最容易露怯的地方就是格式中文字体没设置好导致回退成宋体之外的字体、页码没出现、目录一片空白、导出 PDF 时排版跑偏。这一章把这几个点逐个处理掉。4.1 样式继承与中文字体回退python-docx设置字体时要同时设置西文名和东亚字体名只设font.name的话中文会走系统默认在不同机器上渲染结果不一致。from docx.oxml.ns import qn def set_style_font(style, ascii_fontTimes New Roman, cjk_font宋体, size_pt12): style.font.name ascii_font style.font.size Pt(size_pt) rpr style.element.get_or_add_rPr() rfonts rpr.find(qn(w:rFonts)) if rfonts is None: rfonts rpr.makeelement(qn(w:rFonts), {}) rpr.append(rfonts) rfonts.set(qn(w:eastAsia), cjk_font)逻辑说明w:rFonts元素上的w:eastAsia属性才是控制中文字形的开关style.font.name只影响西文。参数size_pt对应模板里的小四12pt或五号10.5ptSYB 模板正文一般是小四、表格内是五号改样式时按层级分别设。调用位置建议放在文档加载之后、内容填充之前这样新增的段落会自动继承已经存在的段落如果带了直接格式样式改动不会覆盖它需要用paragraph.style doc.styles[Normal]强制归位。4.2 目录域、页码与页眉页脚python-docx没有现成的目录和页码 API要手写 OOXML 域代码。页码相对简单from docx.oxml import OxmlElement from docx.oxml.ns import qn def add_page_number(paragraph): run paragraph.add_run() begin OxmlElement(w:fldChar); begin.set(qn(w:fldCharType), begin) instr OxmlElement(w:instrText); instr.set(qn(xml:space), preserve) instr.text PAGE end OxmlElement(w:fldChar); end.set(qn(w:fldCharType), end) run._r.append(begin); run._r.append(instr); run._r.append(end)逻辑说明这三个元素组成一个完整的域begin和end是边界中间的instrText写明域类型。xml:spacepreserve不能省否则域指令前后空格会被吞掉。目录域同理把PAGE换成TOC \o 1-3 \h \z \u即可。但要注意域代码写进去之后只有在打开文档时按 F9 或者打印时才会计算脚本层面算不出来。页码位置放在页脚通过section.footer.paragraphs[0]拿到段落再调这个函数。页眉建议放企业名称和文档用途等于给每页加了标识批量生成时一眼能看出这是哪一份。元素实现方式是否自动计算页码PAGE 域打开或打印时总页数NUMPAGES 域打开或打印时目录TOC 域需手动更新域静态页眉直接写文本是4.3 无头转换 PDF 并做结果校验交付环节通常是 PDF用 LibreOffice 命令行转换最省事同时也是流水线上最容易出问题的一步。# 转整个输出目录一次进程启动处理多份比循环调用快很多 soffice --headless --convert-to pdf:writer_pdf_Export --outdir pdf out/*.docx # 转换后核对产物数量与体积0 字节或缺失说明转换失败 ls -l pdf/ | awk {print $5, $9}逻辑说明pdf:writer_pdf_Export显式指定导出过滤器比省略时更稳一次把通配符交给 soffice 处理避免为每份文档启动一个进程——三十份文档循环启动会慢十几倍。转换必须在所有文档都保存关闭之后进行文件被占用会导致转换出空页。这里有个绕不开的限制LibreOffice 命令行转换不会自动刷新目录域导出的 PDF 目录页可能是空的。稳妥做法是在模板里就把目录留出来、由人工打开更新一次再归档或者接受目录留空并在页眉注明章节结构。同时检查一遍页码连续性十张表连排时超出一页是很常见的事。4.4 用脚本做生成结果的完整性校验人工抽查三十份文档不现实写个审计脚本跑一遍更靠谱。检查项固定为三类有没有残留占位符、关键表格数量对不对、正文有没有内容。def audit_docx(path, min_tables10): doc Document(path) text \n.join(p.text for p in doc.paragraphs) for t in doc.tables: for row in t.rows: text \n \t.join(c.text for c in row.cells) left re.findall(r\{\{[^}]\}\}, text) return { file: Path(path).name, tables: len(doc.tables), chars: len(text), missing: sorted(set(left)), ok: not left and len(doc.tables) min_tables and len(text) 500, }逻辑说明正则直接把所有{{...}}捞出来missing非空就说明有字段没填上min_tables用来防模板结构被改坏默认值和模板实际表数对齐chars下限是为了挡住「打开成功但内容为空」这种静默失败。跑完把结果汇总成一张表ok为 False 的直接退回重跑不要让它们进交付环节。5. 让 SYB创业计划书模板.doc 更好用模板体检脚本与三个调参技巧模板本身会变。培训机构的模板一年改一两次占位符名字跟着改脚本就会在某个早晨突然大面积失败。与其被动救火不如把「模板体检」做成流水线的前置步骤把模板里所有占位符捞出来和当前数据契约定的一级键做一次集合比对差集非空就拒绝运行。import re from docx import Document def template_contract_check(tpl_path, expected_keys): doc Document(tpl_path) text \n.join(p.text for p in doc.paragraphs) for t in doc.tables: for row in t.rows: text \n \t.join(c.text for c in row.cells) found {m[2:-2].split(.)[0] for m in re.findall(r\{\{[^}]\}\}, text)} return { 模板一级键: sorted(found), 契约缺少: sorted(found - set(expected_keys)), 模板多余: sorted(set(expected_keys) - found), }逻辑说明只比对点号前的一级键而不是全量占位符是为了容忍模板在细节措辞上的微调只要分组对得上就放行。契约缺少这一列最有价值——它列出模板需要但数据侧没准备的字段通常在改模板后第一时间暴露。三个实战里反复用到的调参技巧。第一占位符一律用点号分层命名别用中文括号或下划线混排{{企业.名称}}拆键时不会出歧义{{企业(名称)}}这种写法迟早会在正则里翻车。第二模板里所有需要动态撑开的表格把列宽设成固定值并关掉自动调整批量生成时列宽不会因为内容长度不同而每份都不一样table.autofit False for row in table.rows: row.cells[0].width Cm(3.2) row.cells[1].width Cm(6.5)第三PDF 导出前的域刷新问题最省事的解法不是去写宏而是在模板里就把目录做成静态文本只在页码位置留 PAGE 域——页码域 LibreOffice 转换时会算目录域不会。这套调整做完一份三十人的批量任务从原来的半天压缩到几分钟剩下的人工只花在抽查少数几份的分页效果上。本文还有配套的精品资源点击获取