我一直在使用python来实现自定义解析器,并使用解析后的数据来格式化要在内部分发的word文档 . 到目前为止,所有格式都很简单易行,但我完全不知道如何将复选框插入到单个表格单元格中 .
我尝试在python-docx中使用python对象函数(使用 get_or_add_tcPr()
等),这会导致MS Word在我尝试打开文件时抛出以下错误"The file xxxx cannot be opened because there are problems with the contents Details: The file is corrupt and cannot be opened" .
经过一段时间的努力,我转向了第二种方法,涉及操作输出文档的word / document.xml文件 . 我已经检索了我认为是保存为 replacementXML
的复选框的正确xml,并将填充文本插入到单元格中以充当可以搜索和替换的标记 searchXML
. 以下似乎在linux(Fedora 25)环境中使用python运行,但是当我尝试打开文档时word文档显示相同的错误,但是这次文档可以恢复并恢复为填充文本 . 我've been able to get this to work with a manually made document and using an empty table cell, so I believe that this should be possible. NOTE: I' ve包含了 searchXML
变量中表格单元格的整个xml元素,但我尝试使用正则表达式并缩短字符串 . 不只是使用完全匹配,因为我知道这可能因细胞而异 .
searchXML = r'<w:tc><w:tcPr><w:tcW w:type="dxa" w:w="4320"/><w:gridSpan w:val="2"/></w:tcPr><w:p><w:pPr><w:jc w:val="right"/></w:pPr><w:r><w:rPr><w:sz w:val="16"/></w:rPr><w:t>IN_CHECKB</w:t></w:r></w:p></w:tc>'
def addCheckboxes():
os.system("mkdir unzipped")
os.system("unzip tempdoc.docx -d unzipped/")
with open('unzipped/word/document.xml', encoding="ISO-8859-1") as file:
filedata = file.read()
rep_count = 0
while re.search(searchXML, filedata):
filedata = replaceXML(filedata, rep_count)
rep_count += 1
with open('unzipped/word/document.xml', 'w') as file:
file.write(filedata)
os.system("zip -r ../buildcfg/tempdoc.docx unzipped/*")
os.system("rm -rf unzipped")
def replaceXML(filedata, rep_count):
replacementXML = r'<w:tc><w:tcPr><w:tcW w:w="4320" w:type="dxa"/><w:gridSpan w:val="2"/></w:tcPr><w:p w:rsidR="00D2569D" w:rsidRDefault="00FD6FDF"><w:pPr><w:jc w:val="right"/></w:pPr><w:r><w:rPr><w:sz w:val="16"/>
</w:rPr><w:fldChar w:fldCharType="begin"><w:ffData><w:name w:val="Check1"/><w:enabled/><w:calcOnExit w:val="0"/><w:checkBox><w:sizeAuto/><w:default w:val="0"/></w:checkBox></w:ffData></w:fldChar>
</w:r><w:bookmarkStart w:id="' + rep_count + '" w:name="Check' + rep_count + '"/><w:r><w:rPr><w:sz w:val="16"/></w:rPr><w:instrText xml:space="preserve"> FORMCHECKBOX </w:instrText></w:r><w:r>
<w:rPr><w:sz w:val="16"/></w:rPr></w:r><w:r><w:rPr><w:sz w:val="16"/></w:rPr><w:fldChar w:fldCharType="end"/></w:r><w:bookmarkEnd w:id="' + rep_count + '"/></w:p></w:tc>'
filedata = re.sub(searchXML, replacementXML, filedata, 1)
rerturn filedata
我有一种强烈的感觉,通过python-docx库有一个更简单(和正确!)的方式,但由于某种原因,我似乎无法做到正确 .
有没有办法轻松地将复选框字段插入MS Word文档中的表格单元格?如果是的话,我该怎么做?如果不是,有没有比操作.xml文件更好的方法?
更新:我已经能够使用python-docx成功地将XML注入到文档中,但是复选框和添加的XML没有出现 .
我已将以下XML添加到表格单元格中:
<w:tc>
<w:tcPr>
<w:tcW w:type="dxa" w:w="4320"/>
<w:gridSpan w:val="2"/>
</w:tcPr>
<w:p>
<w:r>
<w:bookmarkStart w:id="0" w:name="testName">
<w:complexType w:name="CT_FFCheckBox">
<w:sequence>
<w:choice>
<w:element w:name="size" w:type="CT_HpsMeasure"/>
<w:element w:name="sizeAuto" w:type="CT_OnOff"/>
</w:choice>
<w:element w:name="default" w:type="CT_OnOff" w:minOccurs="0"/>
<w:element w:name="checked" w:type="CT_OnOff" w:minOccurs="0"/>
</w:sequence>
</w:complexType>
</w:bookmarkStart>
<w:bookmarkEnd w:id="0" w:name="testName"/>
</w:r>
</w:p>
</w:tc>
通过使用以下python-docx代码:
run = p.add_run()
tag = run._r
start = docx.oxml.shared.OxmlElement('w:bookmarkStart')
start.set(docx.oxml.ns.qn('w:id'), '0')
start.set(docx.oxml.ns.qn('w:name'), n)
tag.append(start)
ctype = docx.oxml.OxmlElement('w:complexType')
ctype.set(docx.oxml.ns.qn('w:name'), 'CT_FFCheckBox')
seq = docx.oxml.OxmlElement('w:sequence')
choice = docx.oxml.OxmlElement('w:choice')
el = docx.oxml.OxmlElement('w:element')
el.set(docx.oxml.ns.qn('w:name'), 'size')
el.set(docx.oxml.ns.qn('w:type'), 'CT_HpsMeasure')
el2 = docx.oxml.OxmlElement('w:element')
el2.set(docx.oxml.ns.qn('w:name'), 'sizeAuto')
el2.set(docx.oxml.ns.qn('w:type'), 'CT_OnOff')
choice.append(el)
choice.append(el2)
el3 = docx.oxml.OxmlElement('w:element')
el3.set(docx.oxml.ns.qn('w:name'), 'default')
el3.set(docx.oxml.ns.qn('w:type'), 'CT_OnOff')
el3.set(docx.oxml.ns.qn('w:minOccurs'), '0')
el4 = docx.oxml.OxmlElement('w:element')
el4.set(docx.oxml.ns.qn('w:name'), 'checked')
el4.set(docx.oxml.ns.qn('w:type'), 'CT_OnOff')
el4.set(docx.oxml.ns.qn('w:minOccurs'), '0')
seq.append(choice)
seq.append(el3)
seq.append(el4)
ctype.append(seq)
start.append(ctype)
end = docx.oxml.shared.OxmlElement('w:bookmarkEnd')
end.set(docx.oxml.ns.qn('w:id'), '0')
end.set(docx.oxml.ns.qn('w:name'), n)
tag.append(end)
似乎无法找到XML没有反映在输出文档中的推理,但会更新我发现的任何内容 .
2 回答
经过@scanny的大量挖掘和帮助,我终于能够做到这一点 .
可以使用以下函数将复选框插入到python-docx中的任何段落中 . 我正在将一个复选框插入表格中的特定单元格 .
fldData.text对象似乎是随机的,但是从生成的XML表单中获取带有现有复选框的word文档 . 如果不设置此文本,该功能将失败 . 我还没有确认,但我听说过一个开发人员随意更改字符串的情况,但一旦保存,它将恢复为原始生成的值 .
希望这有助于某人!
这些变通办法功能的关键在于拥有一个可行的XML示例,并能够比较您生成的XML . 如果生成与工作示例匹配的XML,则每次都会有效 .
opc-diag
对于检查Word文档中的XML非常方便 . 使用非常小的文档(如单段或双行表,用于分析目的)可以更容易地弄清楚Word如何构建XML .需要注意的一点是,Word文档中的XML元素是序列敏感的,这意味着任何其他元素中的子元素通常都具有必须出现的设置顺序 . 如果你换了这个,你会得到你提到的"repair"错误 .
我发现从
python-docx
中操作XML要容易得多,因为它会处理所有解压缩和重新拉链,以及许多其他细节 .为了使排序正确,你'll need to be familiar with the XML Schema specifications for the elements you'正在使用 . 这里有一个例子:http://python-docx.readthedocs.io/en/latest/dev/analysis/features/text/paragraph-format.html
完整模式位于
ref/xsd/
下的代码树中 . 文本的大多数元素都在wml.xsd
文件中(wml代表WordProcessing标记语言) .您可以通过搜索
"python-docx" workaround function
找到其他所谓的"workaround functions"的示例 . 请特别注意parse_xml()
函数和OxmlElement
对象,这些对象将允许您分别创建新的XML子树和单个元素 . 可以使用常规lxml._Element
方法定位XML元素;python-docx
中的所有XML元素都基于lxml
. http://lxml.de/api/lxml.etree._Element-class.html