如何基于Python實(shí)現(xiàn)word文檔重新排版

更新時(shí)間：2020年09月29日 08:34:29 作者：NiceThing

這篇文章主要介紹了如何基于Python實(shí)現(xiàn)word文檔重新排版,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(jià)值,需要的朋友可以參考下

介紹

舍友從網(wǎng)上下載的word題庫文檔很亂，手動改了大半天才改了一點(diǎn)，想起python是大名鼎鼎的自動化腳本，于是乎開始了python對word的一頓瞎操作。

分析需求

對文檔中的內(nèi)容進(jìn)行分析，只留下題目，選項(xiàng)，并且題號要從1開始。

編寫代碼

pip安裝python-docx模塊

讀取word文檔內(nèi)容（如果是以.doc后綴的文件需另存為.docx文件?。?/p>

from docx import Document

# 打開文件
srcdocx = Document(‘src.docx‘)
# 遍歷所有段落
for p in srcdocx.paragraphs:
  print(p.text)

輸出效果：

分析所需要刪除的內(nèi)容：

需求1：

1
42．對餐后血糖顯著升高的2型糖尿病者，可選用下列哪種藥物（5.0分）

刪除多余數(shù)字行

需求2：

42．對餐后血糖顯著升高的2型糖尿病者，可選用下列哪種藥物（5.0分）
修改正確的題目序號

需求3：

刪除“窗體底端”“窗體頂端”

需求4：

A、
阿卡波糖
選項(xiàng)合成一行

需求5：

刪除多余空白行

編寫代碼

本質(zhì)上來講，實(shí)現(xiàn)就是從源文檔中取出一段文字進(jìn)行處理操作，然后保存到目標(biāo)文檔。

其中，需求1,3,5的實(shí)現(xiàn)，只需要判斷一下取出的內(nèi)容是否是需要刪除的內(nèi)容，如果是，則不用保存到目標(biāo)文檔中，這樣就實(shí)現(xiàn)了“間接刪除”。

對于需求2的實(shí)現(xiàn)，通過觀察我們不難發(fā)現(xiàn)，序號后面總有一個". "，所以我們只需要獲取到這個的坐標(biāo)，把前面的錯誤序號刪除，插入正確的序號到處理字符串，最后保存到新文檔，這樣就完成了“修正題目序號”。

需求4的實(shí)現(xiàn)類似需求2，只需要找到 “、” 符號就行，然后進(jìn)行類似操作，就能實(shí)現(xiàn) “合并兩行”。

from docx import Document

# 判斷字符串是否為數(shù)字
def is_number(s):
  try:
    float(s)
    return True
  except ValueError:
    pass
  try:
    import unicodedata
    unicodedata.numeric(s)
    return True
  except (TypeError, ValueError):
    pass
  return False

# 修正錯誤題目序號
# src,源字符串 nPos,序號結(jié)束下標(biāo) cnt,正確序號
def changeNum(src,nPos,cnt):
  s = src[:0] + src[nPos:]
  str_list = list(s)
  str_list.insert(0, str(cnt))
  dest = ‘‘.join(str_list)
  return dest
  
# 源文檔
srcdocx = Document(‘src.docx‘)
# 目標(biāo)文檔
outDocx = Document()
idx = 0 # 遍歷下標(biāo)
length = len(srcdocx.paragraphs) # 總段落數(shù)
cnt = 1 # 遍歷序號
sum = 1 # 修改總次數(shù)

while(1):
  if idx >= length:
    break
  src = srcdocx.paragraphs[idx].text
  # 實(shí)現(xiàn)需求1,3,5
  if((src == "窗體底端") or (src =="窗體頂端") or (src == "") or (is_number(src))) :
    print(f"正在修改第{sum}處錯誤 {src}")
    sum = sum + 1 # 計(jì)算修改的次數(shù)
    idx = idx + 1
    continue
  # 實(shí)現(xiàn)需求2
  nPos1 = src.find("．")
  if nPos1 != -1 :
    # 查找到有序號的行
    dest = changeNum(src,nPos1,cnt)
    print(f"正在修改第{sum}處錯誤 {src}")
    sum = sum + 1 # 計(jì)算修改的次數(shù)
    cnt = cnt + 1 # 序號后移
    outDocx.add_paragraph(dest) # 寫入數(shù)據(jù)到新word
  # 實(shí)現(xiàn)需求4
  nPos2 = src.find(‘、‘)
  if nPos2 != -1 :
    src2 = srcdocx.paragraphs[idx+1].text
    outDocx.add_paragraph(src+src2)
    idx = idx + 1
    print(f"正在修改第{sum}處錯誤 {src},{src2}")
    sum = sum + 1 # 計(jì)算修改的次數(shù)
  idx = idx + 1
  
outDocx.save(‘out.docx‘)
print(f"修改完成！共計(jì){sum}個錯誤！")

運(yùn)行效果：