python处理document⽂档保留原样式document⽂档格式、线段、图⽚、页眉页脚等都不变，供⼤家参考，具体内容如下
# -*- coding: utf-8 -*-
# @Time  : 2019/5/6 11:46
# @Author :
"""
# 利⽤python-docx替换⽂章中的内容
pip install python-docx
# 格式、线段、图⽚、页眉页脚等都不变
# python-docx 在处理超链接的问题时，可以参考⼀下链接对源码进⾏修改
github/python-openxml/python-docx/issues/85
# 具体修改操作如下
\site-packages\docx\oxml\__init__.py
# 需要新增的代码
def remove_hyperlink_tags(xml):
import re
text = xml.decode('utf-8')
text = place("</w:hyperlink>","")
text = re.sub('<w:hyperlink[^>]*>', "", text)
de('utf-8')
# 需要修改的源码
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
# ⾃⼰写的逐句翻译包
import doc_scan
def pre_document(filename):
"""
由于python_docx（只能读取.docx⽂件，不能读取.doc⽂件）
将对应⽂件夹下的doc⽂件转为docx⽂件
:
param filename: ⽂件的绝对路径
:return:
"""
file_tuple = os.path.splitext(filename)
if file_tuple[1] == '.doc':
word = client.Dispatch('Word.Application')
doc = word.Documents.Open(filename) # ⽬标路径下的⽂件
doc.SaveAs(file_tuple[0] + ".docx", 16) # 转化后路径下的⽂件
doc.Close()
word.Quit()
# 把源⽂件删除
def read_document():
"""
原⽂⽂章为中⽂，然后将中⽂逐句翻译成英⽂，把英⽂替换原来的中⽂，保留⽂章的原样式
:return:
"""
# 遍历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)
# 对源⽂件进⾏预处理
pre_document(file)
document = Document(file)
for num, paragraph in enumerate(document.paragraphs):
# 获取每段中的⽂字
old_text = strip()
if old_text:
inlines = paragraph.runs
if inlines:
# 将原有的⽂章⾥⾯的内容为空
for li, inli in enumerate(inlines):
inlines[li].text = inlines[li].place(inlines[li].text, '')
new_text = doc_scan.Scan(old_text)
# 把翻译好的⽂章句⼦替换到零号位置上⾯
inlines[0].text = new_text
# 保存⽂件，覆盖操作
document.save(file)
# 将document中的图⽚下载到本地
# document = Document(file)
# for shape in document.inline_shapes:
python中文文档
#  contentID = shape._aphicData.pic.bed
#  contentType = lated_parts[contentID].content_type
#  if not contentType.startswith('image'):
#    continue
#  imgName = basename(lated_parts[contentID].partname)
#  imgData = lated_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内容，希望对⼤家的学习有所帮助，也希望⼤家多多⽀持。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。