办公软件中电子文档的格式有很多。最常用的就是微软 Word 软件支持的 DOC / DOCX 格式的文档。 其他还有 OpenOffice 的 ODT 文件格式，以及 RTF 富文本文件格式，以及诸多其他软件支持的文件格式。
在这些文件格式中， DOCX 文件格式由于其应用的广泛性以及格式的开放性得到了 Python 最好的支持。 所以这一章只针对 Python 对 DOCX 格式的读写与处理进行说明。
组成
DOCX 是微软 Word 的文件扩展名，Microsoft Office2007之后版本使用， 其基于Office Open XML标准的压缩文件格式取代了其以前专有的默认文件格式， 在传统的文件名扩展名后面添加了字母“x”（即“.docx”取代“.doc”、“.xlsx”取代“.xls”、“.pptx”取代“.ppt”）。 任何能够打开DOC文件的文字处理软件都可以将该文档转换为DOCX文件， docx文件比doc文件所占用空间更小，是一个ZIP文件。
DOCX 文件是一个压缩文件，解压后有一个 [Content_Types].xml 和包含其他信息的 _rels ,
customXml , docProps , word 文件夹，
主要文字内容保存为 XML 格式，
其中的 document.xml 文件则包含了文档的主要文本内容，
在解压后的文件夹内，包含了文档的所有内容，主要包括：
[Content_Types].xml： 每个包都必须有一个[Content Types].xml，位于包的根目录下。 此文件包含包中部件的所有内容类型的列表。每个部件及其类型都必须列在[Content_Types].xml中。_rels文件夹： 每个包都包含一个关系部分，它定义了其他部分之间的关系以及与包外部资源的关系。 这将关系从内容中分离出来，并且可以在不更改引用目标的源的情况下轻松地更改关系。media：插入的图片。theme：文件夹。xml：文字、格式、信息等。
DOCX 主档的组成部分可以主要分为以下的几个类别：
- 文件对象
- 与样式相关的对象
- 文字相关对象
- 表对象
- 块对象
- 与形状相关对象
- DrawingML对象
在所有 Office 应用程序中，Microsoft Word 可能是应用最广泛的应用程序， 它还经常在自定义 Office 解决方案中扮演重要的角色。 开发人员用各种不同的方式使用 Word，有一些方式很简单，而另一些极其复杂。
在 Word 中，几乎所有的操作都要调用 Document 对象本身或其内容。 当用 VBA 操作 Word 时，Document 对象表示一个打开的文档， 而且所有的 Document 对象都是 Application 对象的 Documents 集合的成员。
文档是一个由字符、单词、句子和段落组成的集合，字符组成单词，单词组成句子，句子组成段落，等等。 因此，每一个 Document 对象都具有 Characters、Words、Sentences 和 Paragraghs 四个集合。 此外，每个文档具有一个包含一个或多个节的 Sections 集合， 每一个节都有一个包含该节页眉和页脚的 HeadersFooters 集合。
处理 DOCX 模块
目前已经出现了很多使用 Python 处理 Docx 文档的库， 他们的性能和功能都很优异，常用的库有以下几个：
- Python-docx模块
在 DOCX 文档中，主要有以下几种组成部分：
- 标题
Page_break- 段落
- 图片
- 节（ Section ）
- 表格
另外，还有样式对象。 进一步地，还有作者、创建日期、修改时间等文档的属性。 Open XML格式提供了与每个文档一起维护的一组描述性属性。其中之一是核心文件属性。 核心属性是所有Open XML格式所共有的，并出现在文档，演示文稿和电子表格文件中。 核心文档属性中的“核心”指的是 Dublin Core，元数据标准定义了一组核心元素来描述资源。
- Random-Word模块
- python-docx-template模块
除了上面的模块，还可以使用 pywin32(仅限于Windows) 模块来调用 Word 软件进行文档处理。
新技术的更新迭代是非常快的，可能过一段时间就出现的更为好用的库，
但是使用以上的库依然可以帮助解决大多数的问题。