Question

我一直在寻找一种方法来查找和替换docx文件中的文本而运气不佳。我已经尝试过docx模块而无法使用它。最后，我使用zipfile模块计算了下面描述的方法，并替换了docx存档中的document.xml文件。为此，您需要一个模板文档（docx），其中您要替换的文本作为唯一字符串，无法与文档中的任何其他现有或未来文本匹配（例如，“XXXMEETDATEXXX上与XXXCLIENTNAMEXXX的会议进行得非常顺利。 “）。

import zipfile

replaceText = {"XXXCLIENTNAMEXXX" : "Joe Bob", "XXXMEETDATEXXX" : "May 31, 2013"}
templateDocx = zipfile.ZipFile("C:/Template.docx")
newDocx = zipfile.ZipFile("C:/NewDocument.docx", "a")

with open(templateDocx.extract("word/document.xml", "C:/")) as tempXmlFile:
    tempXmlStr = tempXmlFile.read()

for key in replaceText.keys():
    tempXmlStr = tempXmlStr.replace(str(key), str(replaceText.get(key)))

with open("C:/temp.xml", "w+") as tempXmlFile:
    tempXmlFile.write(tempXmlStr)

for file in templateDocx.filelist:
    if not file.filename == "word/document.xml":
        newDocx.writestr(file.filename, templateDocx.read(file))

newDocx.write("C:/temp.xml", "word/document.xml")

templateDocx.close()
newDocx.close()

我的问题是这种方法有什么问题？我对这些东西很陌生，所以我觉得别人应该已经弄明白了。这让我相信这种方法存在一些问题。但它的确有效！我在这里缺少什么？

以下是其他所有尝试学习这些内容的思考过程的演练：

步骤1）准备要替换为键的文本字符串的Python字典，并将新文本作为项目准备（例如{“XXXCLIENTNAMEXXX”：“Joe Bob”，“XXXMEETDATEXXX”：“2013年5月31日”} ）。

步骤2）使用zipfile模块打开模板docx文件。

步骤3）使用追加访问模式打开一个新的docx文件。

步骤4）从模板docx文件中提取document.xml（所有文本都存在），并将xml读取为文本字符串变量。

步骤5）使用for循环将xml文本字符串中字典中定义的所有文本替换为新文本。

步骤6）将xml文本字符串写入新的临时xml文件。

步骤7）使用for循环和zipfile模块将模板docx存档中的所有文件复制到新的docx存档中，除了word / document.xml文件。

步骤8）将包含替换文本的临时xml文件作为新的word / document.xml文件写入新的docx存档。

步骤9）关闭模板和新的docx存档。

步骤10）打开新的docx文档，享受被替换的文本！

- 在第7行和第11行编辑 - 缺少右括号'）'

Answer 1

有时，Word会做一些奇怪的事情。 你应该尝试删除文本并一次性重写，例如，不要在中间编辑文本

您的文档保存在xml文件中（通常在docx的word / document.xml中，解压缩后）。有时你的文字可能不会一蹴而就：文件中的某个地方可能是XXXCLIENT，而其他地方则是NAMEXXX。

这样的事情：

<w:t> XXXCLIENT </w:t> ... <w:t> NAMEXXX </w:t>

这种情况经常发生，因为语言支持：当单词认为一个单词属于一种特定语言时，单词会分词，并且可能会在单词之间进行分词，这会将单词分成多个标签。

只有您的解决方案的问题是您必须一次性编写所有内容，这不是最方便用户的。

我创建了一个使用小标签的JS库：{clientName} https://github.com/edi9999/docxgenjs

它的全局工作方式与您的算法相同，但如果内容不在一个笔划中，则不会崩溃（当您在Word中编写{clientName}时，文本通常会在文档中被分割：{，clientName，}。

Answer 2

您可以尝试一种解决方法。使用Word的搜索/替换来一次性获取文本。

例如，搜索Pet并再次使用"XXXCLIENTNAMEXXX"替换它。

查找并替换.docx文件中的文本 - Python

2 个答案: