当前位置:首页 > 文章列表 > 文章 > 软件教程 > WPS2019制作送货单教程详解

WPS2019制作送货单教程详解

2026-01-22 09:54:43 0浏览 收藏

本篇文章向大家介绍《WPS2019制作送货单步骤详解》,主要包括,具有一定的参考价值,需要的朋友可以参考一下。

如何在Word中快速制作送货单?其实非常简单,只需几个基础操作就能搞定。下面带你一步步了解具体步骤与详细操作流程,轻松上手送货单的排版与设计。

1、 启动Word程序,切换至“插入”选项卡,点击“表格”按钮,选择“插入表格”功能。

WPS2019制作送货单教程

2、 设置表格为6列×9行,确认无误后点击“确定”。

WPS2019制作送货单教程

3、 选中整个表格,在“表格工具—布局”或“表格工具—设计”选项卡中(视版本而定),找到“对齐方式”组,点击“水平居中”图标。

WPS2019制作送货单教程

4、 在表格各单元格内按需输入相应信息,如序号、商品名称、规格、数量、单价、金额等字段内容。

WPS2019制作送货单教程

5、 选中表格最后一行的所有单元格,点击“合并单元格”按钮,将其合为一个宽栏用于填写备注或签收栏。

WPS2019制作送货单教程

6、 在表格正上方空白区域,依次录入“送货单”标题、日期(年/月/日)、客户全称、联系电话等关键信息。

WPS2019制作送货单教程

7、 送货单

8、 对标题文字进行格式优化:设置加粗、居中对齐,并适当增大字号;同时检查整体边框、字体统一性与留白,最终完成专业美观的送货单制作。

WPS2019制作送货单教程

到这里,我们也就讲完了《WPS2019制作送货单教程详解》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

Java多模块项目配置详解Java多模块项目配置详解
上一篇
Java多模块项目配置详解
Excel重复值标记技巧:条件格式快速高亮
下一篇
Excel重复值标记技巧:条件格式快速高亮
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    424次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    503次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    511次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    460次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    289次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码