如何基于Python实现word文档重新排版

脚本专栏 2024/12/24 佚名

3 2 1

介绍

舍友从网上下载的word题库文档很乱，手动改了大半天才改了一点，想起python是大名鼎鼎的自动化脚本，于是乎开始了python对word的一顿瞎操作。

分析需求

对文档中的内容进行分析，只留下题目，选项，并且题号要从1开始。

编写代码

pip安装python-docx模块

读取word文档内容（如果是以.doc后缀的文件需另存为.docx文件！）

from docx import Document

# 打开文件
srcdocx = Document(‘src.docx‘)
# 遍历所有段落
for p in srcdocx.paragraphs:
  print(p.text)

输出效果：

分析所需要删除的内容：

需求1：

1
42．对餐后血糖显著升高的2型糖尿病者，可选用下列哪种药物（5.0分）

删除多余数字行

需求2：

42．对餐后血糖显著升高的2型糖尿病者，可选用下列哪种药物（5.0分）
修改正确的题目序号

需求3：

删除“窗体底端”“窗体顶端”

需求4：

A、
阿卡波糖
选项合成一行

需求5：

删除多余空白行

编写代码

本质上来讲，实现就是从源文档中取出一段文字进行处理操作，然后保存到目标文档。

其中，需求1,3,5的实现，只需要判断一下取出的内容是否是需要删除的内容，如果是，则不用保存到目标文档中，这样就实现了“间接删除”。

对于需求2的实现，通过观察我们不难发现，序号后面总有一个". "，所以我们只需要获取到这个的坐标，把前面的错误序号删除，插入正确的序号到处理字符串，最后保存到新文档，这样就完成了“修正题目序号”。

需求4的实现类似需求2，只需要找到 “、” 符号就行，然后进行类似操作，就能实现 “合并两行”。

from docx import Document

# 判断字符串是否为数字
def is_number(s):
  try:
    float(s)
    return True
  except ValueError:
    pass
  try:
    import unicodedata
    unicodedata.numeric(s)
    return True
  except (TypeError, ValueError):
    pass
  return False

# 修正错误题目序号
# src,源字符串 nPos,序号结束下标 cnt,正确序号
def changeNum(src,nPos,cnt):
  s = src[:0] + src[nPos:]
  str_list = list(s)
  str_list.insert(0, str(cnt))
  dest = ‘‘.join(str_list)
  return dest
  
# 源文档
srcdocx = Document(‘src.docx‘)
# 目标文档
outDocx = Document()
idx = 0 # 遍历下标
length = len(srcdocx.paragraphs) # 总段落数
cnt = 1 # 遍历序号
sum = 1 # 修改总次数

while(1):
  if idx >= length:
    break
  src = srcdocx.paragraphs[idx].text
  # 实现需求1,3,5
  if((src == "窗体底端") or (src =="窗体顶端") or (src == "") or (is_number(src))) :
    print(f"正在修改第{sum}处错误 {src}")
    sum = sum + 1 # 计算修改的次数
    idx = idx + 1
    continue
  # 实现需求2
  nPos1 = src.find("．")
  if nPos1 != -1 :
    # 查找到有序号的行
    dest = changeNum(src,nPos1,cnt)
    print(f"正在修改第{sum}处错误 {src}")
    sum = sum + 1 # 计算修改的次数
    cnt = cnt + 1 # 序号后移
    outDocx.add_paragraph(dest) # 写入数据到新word
  # 实现需求4
  nPos2 = src.find(‘、‘)
  if nPos2 != -1 :
    src2 = srcdocx.paragraphs[idx+1].text
    outDocx.add_paragraph(src+src2)
    idx = idx + 1
    print(f"正在修改第{sum}处错误 {src},{src2}")
    sum = sum + 1 # 计算修改的次数
  idx = idx + 1
  
outDocx.save(‘out.docx‘)
print(f"修改完成！共计{sum}个错误！")

运行效果：