Python对word文档重排版

标签：错误   for   操作   oat   unicode   计算   sum   有一个   文字   

介绍

舍友从网上下载的word题库文档很乱，手动改了大半天才改了一点，想起python是大名鼎鼎的自动化脚本，于是乎开始了python对word的一顿瞎操作。

分析需求

对文档中的内容进行分析，只留下题目，选项，并且题号要从1开始。

编写代码

1. pip安装python-docx模块

2. 读取word文档内容（如果是以.doc后缀的文件需另存为.docx文件！）

   from docx import Document
   
   # 打开文件
   srcdocx = Document(‘src.docx‘)
   # 遍历所有段落
   for p in srcdocx.paragraphs:
       print(p.text)
   

   输出效果：

   

3. 分析所需要删除的内容：

   需求1：
   1
   42．对餐后血糖显著升高的2型糖尿病者，可选用下列哪种药物（5.0分）

   删除多余数字行

   需求2：
   42．对餐后血糖显著升高的2型糖尿病者，可选用下列哪种药物（5.0分）
   修改正确的题目序号

   需求3：
   删除“窗体底端”“窗体顶端”

   需求4：
   A、
   阿卡波糖
   选项合成一行

   需求5：
   删除多余空白行

4. 编写代码

   本质上来讲，实现就是从源文档中取出一段文字进行处理操作，然后保存到目标文档。

   其中，需求1,3,5的实现，只需要判断一下取出的内容是否是需要删除的内容，如果是，则不用保存到目标文档中，这样就实现了“间接删除”。

   对于需求2的实现，通过观察我们不难发现，序号后面总有一个". "，所以我们只需要获取到这个的坐标，把前面的错误序号删除，插入正确的序号到处理字符串，最后保存到新文档，这样就完成了“修正题目序号”。

   需求4的实现类似需求2，只需要找到 “、” 符号就行，然后进行类似操作，就能实现 “合并两行”。

   from docx import Document
   
   # 判断字符串是否为数字
   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
   
   # 修正错误题目序号
   # src,源字符串 nPos,序号结束下标 cnt,正确序号
   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
       
   # 源文档
   srcdocx = Document(‘src.docx‘)
   # 目标文档
   outDocx = Document()
   idx = 0 # 遍历下标
   length = len(srcdocx.paragraphs) # 总段落数
   cnt = 1 # 遍历序号
   sum = 1 # 修改总次数
   
   while(1):
       if idx >= length:
           break
       src = srcdocx.paragraphs[idx].text
       # 实现需求1,3,5
       if((src == "窗体底端") or (src =="窗体顶端") or (src == "") or (is_number(src))) :
           print(f"正在修改第{sum}处错误 {src}")
           sum = sum + 1 # 计算修改的次数
           idx = idx + 1
           continue
       # 实现需求2
       nPos1 = src.find("．")
       if nPos1 != -1 :
           # 查找到有序号的行
           dest = changeNum(src,nPos1,cnt)
           print(f"正在修改第{sum}处错误 {src}")
           sum = sum + 1 # 计算修改的次数
           cnt = cnt + 1 # 序号后移
           outDocx.add_paragraph(dest) # 写入数据到新word
       # 实现需求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}处错误  {src},{src2}")
           sum = sum + 1 # 计算修改的次数
       idx = idx + 1
       
   outDocx.save(‘out.docx‘)
   print(f"修改完成！共计{sum}个错误！")
   

   运行效果：

   

最终效果

总结

Python还是一个极为强大的工具，并且门槛低，易入门，以后我要多多学习Python！如果我的博客能给你点思路，那就发挥了很大的作用了！人生苦短，我用Python~

Python对word文档重排版

标签：错误   for   操作   oat   unicode   计算   sum   有一个   文字   

原文地址：https://www.cnblogs.com/AllenMi/p/13662796.html