本质上,我需要做的是编写一个程序,接收许多 .docx 文件并将它们全部放在一个文件中,并以某种方式排序。我通过以下方式导入工作:
import docx, os, glob
finaldocname = 'Midterm-All-Questions.docx'
finaldoc=docx.Document()
docstoworkon = glob.glob('*.docx')
if finaldocname in docstoworkon:
docstoworkon.remove(finaldocname) #dont process final doc if it exists
for f in docstoworkon:
doc=docx.Document(f)
fullText=[]
for para in doc.paragraphs:
fullText.append(para.text) #generates a long text list
# finaldoc.styles = doc.styles
for l in fullText:
# if l=='u\'\\n\'':
if '#' in l:
print('We got here!')
if '#1 ' not in l: #check last two characters to see if this is the first question
finaldoc.add_section() #only add a page break between questions
finaldoc.add_paragraph(l)
# finaldoc.add_page_break
# finaldoc.add_page_break
finaldoc.save(finaldocname)
但我需要保留文本样式,如字体颜色、大小、斜体等,它们不在此方法中,因为它只是获取原始文本并将其转储。我在 python-docx 文档中找不到任何关于保留文本样式或导入原始文本以外的内容的内容。有谁知道该怎么做?
请您参考如下方法:
在 python-docx 中使用样式有点困难,但可以做到。
参见 this explanation首先了解样式和 Word 的一些问题。
漫漫长路
当您将文件作为 Document() 读取时,它将引入所有的 paragraphs 并且在每个段落中都是 run。这些 run 是附加了相同样式的文本 block 。
您可以通过对对象执行 len() 来找出有多少段落或运行,或者您可以像在示例中使用 paragraphs 那样遍历它们.
您可以检查任何给定段落的样式,但运行可能与整个段落具有不同的样式,因此我会跳到运行本身并使用 paragraphs[0].runs[0 检查那里的样式].style 这会给你一个样式对象。您可以检查 font 对象,它会告诉您一些 attributes。像 size, italic, bold 等
现在进入长解:
您首先应该创建一个新的空白段落,然后您应该使用原始文本逐一add_run()。对于其中的每一个,您都可以定义一个 style 属性,但它必须是第一个链接中所述的命名样式。您不能直接应用 STLye 对象,因为它不会复制属性。但有一种解决方法:检查您关心的复制到输出的属性,然后确保您的新运行应用相同的属性。
doc_out = docx.Document()
for para in doc.paragraphs:
p = doc_out.add_paragraph()
for run in para.runs:
r = p.add_run(run.text)
if run.bold:
r.bold = True
if run.italic:
r.italic = True
# etc
显然,这是低效的,也不是一个很好的解决方案,但它可以确保您正确地复制了样式。
添加新样式
有一种方法可以add styles by name但是因为您从中获取文本和样式的 Word 文档不太可能使用命名样式(而不是仅仅将粗体等应用于您想要的单词),所以这可能是一条漫长的道路添加许多略有不同的样式,有时甚至是相同的样式。
不幸的是,这是我为您提供的有关如何执行此操作的请您参考如下方法:。在 Python 中处理 Word、Outlook 和 Excel 文档并不是一件好事,尤其是对于您正在尝试做的事情。
