python处理document文档保留原样式
2019-09-23 10:32
1586 查看
document文档格式、线段、图片、页眉页脚等都不变,供大家参考,具体内容如下
# -*- coding: utf-8 -*- # @Time : 2019/5/6 11:46 # @Author : """ # 利用python-docx替换文章中的内容 pip install python-docx # 格式、线段、图片、页眉页脚等都不变 # python-docx 在处理超链接的问题时,可以参考一下链接对源码进行修改 https://github.com/python-openxml/python-docx/issues/85 # 具体修改操作如下 \site-packages\docx\oxml\__init__.py # 需要新增的代码 def remove_hyperlink_tags(xml): import re text = xml.decode('utf-8') text = text.replace("</w:hyperlink>","") text = re.sub('<w:hyperlink[^>]*>', "", text) return text.encode('utf-8') # 需要修改的源码 def parse_xml(xml): root_element = etree.fromstring(remove_hyperlink_tags(xml), oxml_parser) return root_element """ import os from docx import Document from win32com import client # 自己写的逐句翻译包 import doc_scan def pre_document(filename): """ 由于python_docx(只能读取.docx文件,不能读取.doc文件) 将对应文件夹下的doc文件转为docx文件 :param filename: 文件的绝对路径 :return: """ file_tuple = os.path.splitext(filename) if file_tuple[1] == '.doc': word = client.Dispatch('Word.Application') doc = word.Documents.Open(filename) # 目标路径下的文件 doc.SaveAs(file_tuple[0] + ".docx", 16) # 转化后路径下的文件 doc.Close() word.Quit() # 把源文件删除 os.remove(filename) def read_document(): """ 原文文章为中文,然后将中文逐句翻译成英文,把英文替换原来的中文,保留文章的原样式 :return: """ # 遍历doc文件下的所有的文件 path = os.path.dirname(os.path.abspath(__file__)) + '\doc' for f in os.listdir(path): file = "%s\%s" % (path, f) # 对源文件进行预处理 pre_document(file) document = Document(file) for num, paragraph in enumerate(document.paragraphs): # 获取每段中的文字 old_text = paragraph.text.strip() if old_text: inlines = paragraph.runs if inlines: # 将原有的文章里面的内容为空 for li, inli in enumerate(inlines): inlines
以上就是本文的全部内容,希望对大家的学习有所帮助
您可能感兴趣的文章:
相关文章推荐
- python docx处理word文档中表格合并问题
- 用Python处理一个csv文档
- Python让繁琐工作自动化——chapter13 处理PDF和Word文档
- Apache POI库简化,仅保留hwpf部分(word文档处理,可用于android)
- [python] LDA处理文档主题分布代码入门笔记
- Python处理Excel和PDF文档
- Python图像处理相关模块学习文档
- 在移除 Word 文档样式的同时保留格式
- python编程开发之textwrap文本样式处理技巧
- 使用sp_xml_preparedocument处理XML文档的方法
- Python中文处理相关文档整理
- Apache POI库简化,仅保留hwpf部分(word文档处理,可用于android)
- XML 文档对象模型----从XmlDocument 处理事件
- 基于Python的网页文档处理脚本实现
- python处理excel文档作为配置文件
- IHTMLDocument 在Winform中处理Html文档
- 用python + openpyxl处理excel2007文档思路以及心得
- spring cloud 离线保存文档样式异常处理
- Web Scraping with Python:使用 Python 导出 CSDN 博客全部文章(保留样式)和附带图片
- 基于Python的网页文档处理脚本实现