使用Python docx

Question

我打算搜索文档中的特定标题，然后我必须删除该标题中的所有内容。该文件有许多标题，每个标题可以有段落，表格，图像或任何组合。

我已经安装了docx，我能够搜索特定标题，删除段落，表格。

现在我无法访问该标题下的图像。为了表明图像是三角形，我们试图模糊图像

问题1：我能够获取文档中所有图像的图像ID（资源ID），图像名称。但我不知道如何获取特定标题下的图像的资源ID，然后我必须模糊它。

问题2：我已经使用python代码中的VBMacro启用了Track Changes选项。但是我使用docx（三振出局）所做的任何改变都没有突出显示为跟踪。

Answer 1

这是两个单独的问题（或三个，取决于你如何计算）。我将在这里解决第一个问题，你可以将另一个问题作为一个单独的新问题发布。 （也许：“如何使用python-pptx跟踪Word文档中的更改”）。

关于模糊图像，您有两个挑战：

1. 识别与文档中特定区域相关联的图像。

2. 模糊图像。

python-docx中没有针对这两项操作的直接API支持。但是，您可以使用python-docx访问基础XML并使用lxml调用进行更改（python-docx在内部使用）。这些努力通常被称为“变通办法”，因此如果您在“python-docx或python-pptx变通办法”上搜索Google，您将找到示例。

内嵌图像以Run级别存储。因此，您可以迭代感兴趣部分中的所有运行，并查看其中是否有任何图像。 python-docx项目中的此分析页面包含您需要的一些详细信息：http://python-docx.readthedocs.io/en/latest/dev/analysis/features/shapes/shapes-inline.html

基本上你会做这样的事情：

for run in runs:  # however you decide to get the runs
    r = run._element  # this is the `<w:r>` XML element for the run
    pics = r.xpath('.//w:drawing/wp:inline/a:graphic/a:graphicData/pic:pic')
    if not pics:
        break
    print(r.xml)  # if you want to see the XML for this run

这将打印包含图片的运行元素的XML。

关于实际的模糊，我可以想到两种方法：

1. 用“模糊”版本替换当前图片。
2. 更改Word中图像的透明度，使其看起来更轻。这不会从图像中删除细节，实际图像仍然“后面”，如果用户想要右键单击并选择“保存图像......”，则不会改变。

第二种方法更容易。您必须决定它是否符合您的要求。

一旦您决定要采用哪种方式，就可以搜索该问题的解决方案或提交针对该主题的新问题。