Posted inPython

Tự động hóa Microsoft Word bằng Python: Giải phóng đôi tay khỏi báo cáo thủ công

Python tutorial - IT technology blog
Python tutorial - IT technology blog

Cơn ác mộng mang tên “Báo cáo cuối tháng”

Chiều thứ Sáu, khi anh em đã rục rịch chuẩn bị “lên đồ” đi làm vài ly, mình vẫn đang dán mắt vào màn hình. Nhiệm vụ: Xào nấu báo cáo vận hành. Công việc lặp đi lặp lại đến phát chán. Mình phải lấy dữ liệu từ SQL, xuất ra Excel, vẽ biểu đồ, rồi lại copy-paste thủ công vào file Word cho đúng format của sếp.

Chỉ cần một phút lơ đãng, dán nhầm con số của Server A sang Server B là coi như đi tong cả buổi tối rà soát. Lúc đó mình tự hỏi: Tại sao dân kỹ thuật biết code lại phải làm việc chân tay thế này? Đó là lúc mình tìm đến Python để giải quyết đống giấy tờ này.

Tại sao chúng ta vẫn loay hoay với việc tạo tài liệu?

Vấn đề không nằm ở chỗ bạn lười, mà là ở quy trình. Việc tạo tài liệu thủ công có 3 nhược điểm chí mạng:

  • Sai một ly đi một dặm: Càng copy nhiều, tỷ lệ lỗi càng cao. Với báo cáo tài chính hay thông số hạ tầng, sai một dấu phẩy cũng đủ để gây hậu quả nghiêm trọng.
  • Bào mòn sức sáng tạo: Những việc lặp lại không mang lại giá trị kiến thức. Nó chỉ khiến bạn mệt mỏi và chán nản.
  • Khó bảo trì: Thử tưởng tượng sếp muốn đổi font chữ hoặc thêm một cột vào bảng trong 50 file báo cáo đã hoàn thiện. Bạn sẽ hiểu cảm giác muốn “bùng cháy”.

Nhiều người nghĩ ngay đến VBA. Nhưng thực lòng, VBA Word rất khó chịu. Cú pháp của nó lỗi thời. Việc tích hợp vào pipeline hiện đại hay chạy trên Linux gần như là bất khả thi.

Các phương án giải quyết: Từ thô sơ đến hiện đại

Trước khi tìm thấy “chân ái”, mình đã thử qua vài cách:

1. Thư viện pywin32

Cách này dùng Python điều khiển Word thông qua COM API.

  • Ưu điểm: Làm được mọi thứ Word hỗ trợ.
  • Nhược điểm: Tốc độ cực chậm vì phải khởi động cả ứng dụng Word. Quan trọng nhất, nó chỉ chạy trên Windows. Nếu bạn dùng Docker hay server Linux thì coi như bỏ.

2. Chuyển đổi từ Markdown/HTML (Pandoc)

Dùng Pandoc để convert file. Cách này ổn cho tài liệu đơn giản.

  • Nhược điểm: Kiểm soát định dạng (styling) cực khó. Để có một file Word đẹp đúng chuẩn doanh nghiệp, Pandoc thường không đáp ứng được 100%.

3. Thư viện python-docx

Đây là giải pháp tối ưu nhất. Nó can thiệp trực tiếp vào cấu trúc XML của file .docx (Office Open XML).

  • Ưu điểm: Nhanh, nhẹ, không cần cài Word trên máy. Chạy mượt trên mọi hệ điều hành từ Windows đến Linux.
  • Nhược điểm: Không hỗ trợ định dạng .doc cũ (nhưng giờ chắc chẳng ai dùng nữa).

Thực chiến: Làm chủ python-docx

Đầu tiên, anh em cài đặt thư viện qua pip:

pip install python-docx

Dưới đây là ví dụ tạo nhanh một báo cáo hệ thống. Code rất tường minh và dễ hiểu:

from docx import Document
from docx.shared import Inches

doc = Document()
doc.add_heading('BÁO CÁO HIỆU NĂNG HỆ THỐNG', 0)

p = doc.add_paragraph('Dưới đây là thông số ghi nhận từ hệ thống giám sát.')
p.add_run(' Lưu ý:').bold = True
p.add_run(' Dữ liệu lấy tự động từ Prometheus.')

# Giả lập dữ liệu
data = [
    ('API Gateway', '99.99%', '0.01%'),
    ('Auth Service', '99.95%', '0.05%'),
    ('Database', '100%', '0%')
]

table = doc.add_table(rows=1, cols=3)
table.style = 'Table Grid'
hdr_cells = table.rows[0].cells
hdr_cells[0].text = 'Dịch vụ'
hdr_cells[1].text = 'Uptime'
hdr_cells[2].text = 'Tỷ lệ lỗi'

for service, uptime, error in data:
    row_cells = table.add_row().cells
    row_cells[0].text = service
    row_cells[1].text = uptime
    row_cells[2].text = error

doc.save('Bao_cao_he_thong.docx')

Mẹo nhỏ khi xử lý dữ liệu

Thông thường, mình phải dùng Regex để bóc tách mã lỗi từ log file trước khi đưa vào Word. Để kiểm tra nhanh các pattern Regex phức tạp mà không cần chạy lại code, mình hay dùng Regex Tester. Công cụ này chạy ngay trên trình duyệt, rất tiện để check các group capture xem đã chuẩn chưa.

Nâng cấp lên level chuyên nghiệp với docxtpl

Việc code từng dòng add_paragraph sẽ rất cực nếu báo cáo dài 20-30 trang. Cách “xịn” hơn là dùng docxtpl. Bạn chỉ cần tạo một file Word mẫu, thiết kế header, footer, logo sẵn. Sau đó đặt các biến kiểu {{ name }} vào template.

from docxtpl import DocxTemplate

doc = DocxTemplate("template_bao_cao.docx")
context = { 
    'ten_du_an' : "Hệ thống E-Commerce",
    'ngay' : "25/10/2023",
    'items' : [
        {'name': 'Server 1', 'status': 'OK'},
        {'name': 'Server 2', 'status': 'WARNING'}
    ]
}

doc.render(context)
doc.save("Bao_cao_final.docx")

Với cách này, một báo cáo tốn 2 tiếng làm tay nay chỉ mất đúng 5 giây để script xử lý xong.

Lời kết cho anh em

Tự động hóa không phải là điều gì quá xa vời. Nó bắt đầu từ việc giải phóng bản thân khỏi những tác vụ lặp lại nhàm chán. Kết hợp Python với python-docx giúp bạn tiết kiệm hàng giờ đồng hồ mỗi tuần và đảm bảo dữ liệu chính xác 100%.

Hãy thử bắt đầu với bản báo cáo đơn giản nhất bạn đang làm hàng ngày. Chúc anh em sớm thoát cảnh “copy-paste” để có thêm thời gian nghiên cứu những công nghệ thú vị hơn!

Share:
Tags: