我一直在寻找一种方法来查找和替换docx文件中的文本而运气不佳 . 我已经尝试过docx模块而无法使用它 . 最后,我使用zipfile模块计算了下面描述的方法,并替换了docx存档中的document.xml文件 . 为此,您需要一个模板文档(docx),其中您要替换的文本作为唯一字符串,无法与文档中的任何其他现有或未来文本匹配(例如,“XXXMEETDATEXXX上与XXXCLIENTNAMEXXX的 Session 进行得非常顺利 . “) .
import zipfile
replaceText = {"XXXCLIENTNAMEXXX" : "Joe Bob", "XXXMEETDATEXXX" : "May 31, 2013"}
templateDocx = zipfile.ZipFile("C:/Template.docx")
newDocx = zipfile.ZipFile("C:/NewDocument.docx", "a")
with open(templateDocx.extract("word/document.xml", "C:/")) as tempXmlFile:
tempXmlStr = tempXmlFile.read()
for key in replaceText.keys():
tempXmlStr = tempXmlStr.replace(str(key), str(replaceText.get(key)))
with open("C:/temp.xml", "w+") as tempXmlFile:
tempXmlFile.write(tempXmlStr)
for file in templateDocx.filelist:
if not file.filename == "word/document.xml":
newDocx.writestr(file.filename, templateDocx.read(file))
newDocx.write("C:/temp.xml", "word/document.xml")
templateDocx.close()
newDocx.close()
我的问题是这种方法有什么问题?我对这些东西很陌生,所以我觉得别人应该已经弄明白了 . 这让我相信这种方法存在一些问题 . 但它的确有效!我在这里错过了什么?
.
以下是我想要学习这些东西的其他人的思考过程的演练:
步骤1)准备要作为键替换的文本字符串的Python字典和作为项目的新文本(例如{“XXXCLIENTNAMEXXX”:“Joe Bob”,“XXXMEETDATEXXX”:“2013年5月31日”}) .
步骤2)使用zipfile模块打开模板docx文件 .
步骤3)使用追加访问模式打开一个新的docx文件 .
步骤4)从模板docx文件中提取document.xml(所有文本都存在),并将xml读取为文本字符串变量 .
步骤5)使用for循环将xml文本字符串中字典中定义的所有文本替换为新文本 .
步骤6)将xml文本字符串写入新的临时xml文件 .
步骤7)使用for循环和zipfile模块将模板docx存档中的所有文件复制到新的docx存档除了word / document.xml文件 .
步骤8)将带有替换文本的临时xml文件写入新的docx存档作为新的word / document.xml文件 .
步骤9)关闭模板和新的docx存档 .
步骤10)打开新的docx文档,享受替换后的文本!
- 编辑 - 第7行和第11行缺少右括号')'
2 回答
有时,Word会做一些奇怪的事情 . You should try to remove the text and rewrite it in one stroke, eg without editing the text in the middle
您的文档保存在xml文件中(通常在docx的word / document.xml中,解压缩后) . 有时你的文字可能不会一蹴而就:文件中的某个地方可能是XXXCLIENT,而其他地方则是NAMEXXX .
像这样的东西:
<w:t> XXXCLIENT </w:t> ... <w:t> NAMEXXX </w:t>
这通常是因为语言支持而发生:当他认为一个单词是一种特定语言时,单词会分词,并且可以在单词之间进行分词,这会将单词分成多个标签 .
您解决方案的唯一问题是您必须一次性编写所有内容,这不是最方便用户的 .
我创建了一个使用类似标签的小胡子的JS库: https://github.com/edi9999/docxgenjs
它在全局范围内与您的算法相同,但如果内容不在一个笔划中,则不会崩溃(当您在Word中编写时,文本通常会在文档中被分割:{,clientName,} .
您可以尝试一种解决方法 . 使用Word的搜索/替换来一次性获取文本 .
例如,搜索
"XXXCLIENTNAMEXXX"
并再次使用"XXXCLIENTNAMEXXX"
替换它 .