So verwenden Sie Python-docx, um Text in einem Word-Dokument zu ersetzen und zu speichern

Das auf derselben Seite erwähnte oodocx-Modul verweist den Benutzer auf einen /examples-Ordner, der nicht dort zu sein scheint.
Ich habe die Dokumentation von python-docx 0.7.2 gelesen, plus alles, was ich in Stackoverflow zu diesem Thema finden konnte, also glauben Sie bitte, dass ich meine „Hausaufgaben“ gemacht habe.

Python ist die einzige Sprache, die ich kenne (Anfänger +, vielleicht Mittelstufe), also bitte keine Kenntnisse in C, Unix, XML usw. voraussetzen.

Aufgabe : Öffnen Sie ein ms-word 2007+-Dokument mit einer einzelnen Textzeile (um die Dinge einfach zu halten) und ersetzen Sie jedes „Schlüsselwort“ im Wörterbuch, das in dieser Textzeile vorkommt, durch seinen Wörterbuchwert. Schließen Sie dann das Dokument, wobei alles andere gleich bleibt.

Textzeile (zum Beispiel) „Wir werden in den Kammern des Meeres verweilen.“

from docx import Document

document = Document('/Users/umityalcin/Desktop/Test.docx')

Dictionary = {‘sea’: “ocean”}

sections = document.sections
for section in sections:
    print(section.start_type)

#Now, I would like to navigate, focus on, get to, whatever to the section that has my
#single line of text and execute a find/replace using the dictionary above.
#then save the document in the usual way.

document.save('/Users/umityalcin/Desktop/Test.docx')

Ich sehe in der Dokumentation nichts, was mir dies ermöglicht – vielleicht ist es da, aber ich verstehe es nicht, weil nicht alles auf meinem Niveau buchstabiert ist.

Ich bin anderen Vorschlägen auf dieser Site gefolgt und habe versucht, frühere Versionen des Moduls zu verwenden (https://github.com/mikemaccana/python-docx), die “Methoden wie replace, advReplace” wie folgt haben soll: Ich öffne den Quellcode im Python-Interpreter und füge am Ende Folgendes hinzu (um Konflikte mit der bereits installierten Version 0.7.2 zu vermeiden):

document = opendocx('/Users/umityalcin/Desktop/Test.docx')
words = document.xpath('//w:r', namespaces=document.nsmap)
for word in words:
    if word in Dictionary.keys():
        print "found it", Dictionary[word]
        document = replace(document, word, Dictionary[word])
savedocx(document, coreprops, appprops, contenttypes, websettings,
    wordrelationships, output, imagefiledict=None) 

Wenn Sie dies ausführen, wird die folgende Fehlermeldung ausgegeben:

NameError: Name ‘coreprops’ ist nicht definiert

Vielleicht versuche ich, etwas zu tun, was nicht möglich ist – aber ich würde mich über Ihre Hilfe freuen, wenn mir etwas Einfaches fehlt.

Wenn dies wichtig ist, verwende ich die 64-Bit-Version von Enthought’s Canopy auf OSX 10.9.3

AKTUALISIEREN: Es gibt ein paar Funktionen auf Absatzebene, die dies gut machen und auf der GitHub-Site für . zu finden sind python-docx.

1. Dieser wird Ersetze einen Regex-Match durch einen Ersatz-Str. Die Ersetzungszeichenfolge wird genauso formatiert wie das erste Zeichen der übereinstimmenden Zeichenfolge angezeigt.
2. Dieser wird isolieren ein Lauf so dass eine gewisse Formatierung auf dieses Wort oder diesen Satz angewendet werden kann, z.

Die aktuelle Version von python-docx hat kein a search() Funktion oder a replace() Funktion. Diese werden ziemlich häufig angefordert, aber eine Implementierung für den allgemeinen Fall ist ziemlich knifflig und sie ist noch nicht an die Spitze des Backlogs gestiegen.

Mehrere Leute hatten jedoch Erfolg, indem sie die bereits vorhandenen Einrichtungen nutzten, um das zu erledigen, was sie brauchten. Hier ist ein Beispiel. Das hat übrigens nichts mit Abschnitten zu tun 🙂

for paragraph in document.paragraphs:
    if 'sea' in paragraph.text:
        print paragraph.text
        paragraph.text="new text containing ocean"

Um auch in Tabellen zu suchen, müssen Sie Folgendes verwenden:

for table in document.tables:
    for row in table.rows:
        for cell in row.cells:
            for paragraph in cell.paragraphs:
                if 'sea' in paragraph.text:
                    paragraph.text = paragraph.text.replace("sea", "ocean")

Wenn Sie diesen Weg gehen, werden Sie wahrscheinlich ziemlich schnell feststellen, was die Komplexität ist. Wenn Sie den gesamten Text eines Absatzes ersetzen, werden alle Formatierungen auf Zeichenebene entfernt, z. B. ein Wort oder eine Wortgruppe in Fett- oder Kursivschrift.

Übrigens ist der Code aus der Antwort von @wnnmaw für die Legacy-Version von python-docx und funktioniert mit Versionen nach 0.3.0 überhaupt nicht.

Ich brauchte etwas, um reguläre Ausdrücke in docx zu ersetzen. Ich nahm Scannys Antwort. Um den Stil zu behandeln, habe ich die Antwort von verwendet: Python docx Ersetzen Sie den String im Absatz, während Sie den hinzugefügten rekursiven Aufruf beibehalten, um verschachtelte Tabellen zu behandeln. und kam auf so etwas:

import re
from docx import Document

def docx_replace_regex(doc_obj, regex , replace):

    for p in doc_obj.paragraphs:
        if regex.search(p.text):
            inline = p.runs
            # Loop added to work with runs (strings with same style)
            for i in range(len(inline)):
                if regex.search(inline[i].text):
                    text = regex.sub(replace, inline[i].text)
                    inline[i].text = text

    for table in doc_obj.tables:
        for row in table.rows:
            for cell in row.cells:
                docx_replace_regex(cell, regex , replace)



regex1 = re.compile(r"your regex")
replace1 = r"your replace string"
filename = "test.docx"
doc = Document(filename)
docx_replace_regex(doc, regex1 , replace1)
doc.save('result1.docx')

So iterieren Sie über das Wörterbuch:

for word, replacement in dictionary.items():
    word_re=re.compile(word)
    docx_replace_regex(doc, word_re , replacement)

Beachten Sie, dass diese Lösung Regex nur dann ersetzt, wenn die gesamte Regex den gleichen Stil im Dokument hat.

Auch wenn Text nach dem Speichern desselben Stils bearbeitet wird, kann sich der Text in separaten Durchläufen befinden. Wenn Sie beispielsweise ein Dokument mit der Zeichenfolge “testabcd” öffnen und es in “test1abcd” ändern und speichern, gibt es in diesem Fall 3 separate Durchläufe “test”, “1” und “abcd”, selbst wenn es den gleichen Stil hat Ersetzen von test1 funktioniert nicht.

Dies dient zum Verfolgen von Änderungen im Dokument. Um es zu einem Lauf zu verbinden, müssen Sie in Word zu “Optionen”, “Trust Center” gehen und in “Datenschutzoptionen” das Häkchen bei “Zufallszahlen speichern, um die Genauigkeit der Kombination zu verbessern” deaktivieren und das Dokument speichern.

Ich habe viel Hilfe von den Antworten von früher bekommen, aber für mich funktioniert der folgende Code wie die einfache Suchen- und Ersetzen-Funktion in Word. Hoffe das hilft.

#!pip install python-docx
#start from here if python-docx is installed
from docx import Document
#open the document
doc=Document('./test.docx')
Dictionary = {"sea": "ocean", "find_this_text":"new_text"}
for i in Dictionary:
    for p in doc.paragraphs:
        if p.text.find(i)>=0:
            p.text=p.text.replace(i,Dictionary[i])
#save changed document
doc.save('./test.docx')

Die obige Lösung hat Einschränkungen. 1) Der Absatz, der “find_this_text” enthält, wird zu Klartext ohne Format, 2) Kontextsteuerelemente, die sich im selben Absatz wie “find_this_text” befinden, werden gelöscht und 3) “find_this_text” in Kontextsteuerelementen oder Tabellen wird nicht geändert werden.

Ein kleines Skript zu teilen, das ich geschrieben habe – hilft mir, rechtliches zu generieren .docx Verträge mit Variablen unter Beibehaltung des ursprünglichen Stils.

pip install python-docx

Beispiel:

from docx import Document
import os


def main():
    template_file_path="employment_agreement_template.docx"
    output_file_path="result.docx"

    variables = {
        "${EMPLOEE_NAME}": "Example Name",
        "${EMPLOEE_TITLE}": "Software Engineer",
        "${EMPLOEE_ID}": "302929393",
        "${EMPLOEE_ADDRESS}": "דרך השלום מנחם בגין דוגמא",
        "${EMPLOEE_PHONE}": "+972-5056000000",
        "${EMPLOEE_EMAIL}": "[email protected]",
        "${START_DATE}": "03 Jan, 2021",
        "${SALARY}": "10,000",
        "${SALARY_30}": "3,000",
        "${SALARY_70}": "7,000",
    }

    template_document = Document(template_file_path)

    for variable_key, variable_value in variables.items():
        for paragraph in template_document.paragraphs:
            replace_text_in_paragraph(paragraph, variable_key, variable_value)

        for table in template_document.tables:
            for col in table.columns:
                for cell in col.cells:
                    for paragraph in cell.paragraphs:
                        replace_text_in_paragraph(paragraph, variable_key, variable_value)

    template_document.save(output_file_path)


def replace_text_in_paragraph(paragraph, key, value):
    if key in paragraph.text:
        inline = paragraph.runs
        for item in inline:
            if key in item.text:
                item.text = item.text.replace(key, value)


if __name__ == '__main__':
    main()

Für den Tabellenfall musste ich die Antwort von @scanny ändern auf:

for table in doc.tables:
    for col in table.columns:
        for cell in col.cells:
            for p in cell.paragraphs:

damit es funktioniert. Tatsächlich scheint dies mit dem aktuellen Status der API nicht zu funktionieren:

for table in document.tables:
    for cell in table.cells:

Gleiches Problem mit dem Code von hier: https://github.com/python-openxml/python-docx/issues/30#issuecomment-38658149

Das Office Dev Center hat einen Eintrag, in dem ein Entwickler (derzeit mit MIT-Lizenz) eine Beschreibung einiger Algorithmen veröffentlicht hat, die eine Lösung dafür vorzuschlagen scheinen (wenn auch in C# und eine Portierung erfordern):” MS Dev Center-Posting

Das Problem bei Ihrem zweiten Versuch ist, dass Sie die Parameter nicht definiert haben, die savedocx braucht. Du musst so etwas machen Vor du sparst:

relationships = docx.relationshiplist()
title = "Document Title"
subject = "Document Subject"
creator = "Document Creator"
keywords = []

coreprops = docx.coreproperties(title=title, subject=subject, creator=creator,
                       keywords=keywords)
app = docx.appproperties()
content = docx.contenttypes()
web = docx.websettings()
word = docx.wordrelationships(relationships)
output = r"pathtowhereyouwanttosave"