欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python處理document文檔保留原樣式

 更新時間:2019年09月23日 10:32:28   作者:Cocktail_py  
這篇文章主要為大家詳細(xì)介紹了python處理document文檔保留原樣式,具有一定的參考價值,感興趣的小伙伴們可以參考一下

document文檔格式、線段、圖片、頁眉頁腳等都不變,供大家參考,具體內(nèi)容如下

# -*- coding: utf-8 -*-
# @Time  : 2019/5/6 11:46
# @Author :
"""
# 利用python-docx替換文章中的內(nèi)容

pip install python-docx
# 格式、線段、圖片、頁眉頁腳等都不變
# python-docx 在處理超鏈接的問題時,可以參考一下鏈接對源碼進(jìn)行修改
https://github.com/python-openxml/python-docx/issues/85

# 具體修改操作如下
\site-packages\docx\oxml\__init__.py

# 需要新增的代碼
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')

# 需要修改的源碼
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

# 自己寫的逐句翻譯包
import doc_scan


def pre_document(filename):
  """
  由于python_docx(只能讀取.docx文件,不能讀取.doc文件)
  將對應(yīng)文件夾下的doc文件轉(zhuǎn)為docx文件
  :param filename: 文件的絕對路徑
  :return:
  """

  file_tuple = os.path.splitext(filename)
  if file_tuple[1] == '.doc':
    word = client.Dispatch('Word.Application')
    doc = word.Documents.Open(filename) # 目標(biāo)路徑下的文件
    doc.SaveAs(file_tuple[0] + ".docx", 16) # 轉(zhuǎn)化后路徑下的文件
    doc.Close()
    word.Quit()
    # 把源文件刪除
    os.remove(filename)


def read_document():
  """
  原文文章為中文,然后將中文逐句翻譯成英文,把英文替換原來的中文,保留文章的原樣式
  :return:
  """
  # 遍歷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)
    # 對源文件進(jìn)行預(yù)處理
    pre_document(file)
    document = Document(file)
    for num, paragraph in enumerate(document.paragraphs):
      # 獲取每段中的文字
      old_text = paragraph.text.strip()
      if old_text:
        inlines = paragraph.runs
        if inlines:
          # 將原有的文章里面的內(nèi)容為空
          for li, inli in enumerate(inlines):
            inlines[li].text = inlines[li].text.replace(inlines[li].text, '')
          new_text = doc_scan.Scan(old_text)

          # 把翻譯好的文章句子 替換到 零號位置上面
          inlines[0].text = new_text
    # 保存文件,覆蓋操作
    document.save(file)


# 將document中的圖片下載到本地
# document = Document(file)
# for shape in document.inline_shapes:
#   contentID = shape._inline.graphic.graphicData.pic.blipFill.blip.embed
#   contentType = document.part.related_parts[contentID].content_type
#   if not contentType.startswith('image'):
#     continue
#   imgName = basename(document.part.related_parts[contentID].partname)
#   imgData = document.part.related_parts[contentID]._blob
#   with open(imgName,'wb') as fp:
#     fp.write(imgData)

if __name__ == '__main__':
  read_document()

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python中if語句的使用方法詳解

    Python中if語句的使用方法詳解

    if語句用來表示某種可能的情況,并如何處理該情況。if語句可以用來表示一種可能性、兩種可能性或者多種可能性,這篇文章主要介紹了Python中if語句的使用方法,需要的朋友可以參考下
    2023-03-03
  • python中利用h5py模塊讀取h5文件中的主鍵方法

    python中利用h5py模塊讀取h5文件中的主鍵方法

    今天小編就為大家分享一篇python中利用h5py模塊讀取h5文件中的主鍵方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-06-06
  • Python實(shí)現(xiàn)遠(yuǎn)程調(diào)用MetaSploit的方法

    Python實(shí)現(xiàn)遠(yuǎn)程調(diào)用MetaSploit的方法

    這篇文章主要介紹了Python實(shí)現(xiàn)遠(yuǎn)程調(diào)用MetaSploit的方法,是很有借鑒價值的一個技巧,需要的朋友可以參考下
    2014-08-08
  • Anaconda安裝后Spyder閃退解決辦法

    Anaconda安裝后Spyder閃退解決辦法

    作為研究深度學(xué)習(xí)的一員,經(jīng)常會遇到各種突如其來的bug,最近又碰到了一個關(guān)于spyder打開后又閃退的問題,下面這篇文章主要給大家介紹了關(guān)于Anaconda安裝后Spyder閃退的解決辦法,需要的朋友可以參考下
    2023-04-04
  • python獲取代理IP的實(shí)例分享

    python獲取代理IP的實(shí)例分享

    今天小編就為大家分享一篇python獲取代理IP的實(shí)例分享,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-05-05
  • Python中@符號的用法小結(jié)

    Python中@符號的用法小結(jié)

    @符號在Python中最常見的使用情況是在裝飾器中,本文主要介紹了Python中@符號的用法小結(jié),具有一定的參考價值,感興趣的可以了解一下
    2023-09-09
  • python圖的深度優(yōu)先和廣度優(yōu)先算法實(shí)例分析

    python圖的深度優(yōu)先和廣度優(yōu)先算法實(shí)例分析

    這篇文章主要介紹了python圖的深度優(yōu)先和廣度優(yōu)先算法,結(jié)合實(shí)例形式分析了圖的深度優(yōu)先算法與廣度優(yōu)先算法相關(guān)概念、原理、實(shí)現(xiàn)技巧與操作注意事項(xiàng),需要的朋友可以參考下
    2019-10-10
  • python獲取目錄下所有文件的方法

    python獲取目錄下所有文件的方法

    這篇文章主要介紹了python獲取目錄下所有文件的方法,實(shí)例分析了Python中os模塊下walk方法的使用技巧,需要的朋友可以參考下
    2015-06-06
  • python如何使用base加密解密

    python如何使用base加密解密

    base編碼是一種加密解密措施,目前常用的有base16、base32和base64,以base64為例,base64加密后共有64中字符,本文給大家分享python使用base加密解密的相關(guān)知識,感興趣的朋友跟隨小編一起看看吧
    2024-05-05
  • python中websockets與主線程傳遞參數(shù)的實(shí)現(xiàn)

    python中websockets與主線程傳遞參數(shù)的實(shí)現(xiàn)

    本文主要介紹了python中websockets與主線程傳遞參數(shù)的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2024-02-02

最新評論