devbox
盐析白兔
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

【技术类-02】python实现docx段落文字的“手动换行符（软回车）”变成“段落标记（硬回车）”_python docx 段落标记

作者：盐析白兔 | 2024-06-14 01:04:27

赞

踩

python docx 段落标记

作品展示

背景需求：

制作周计划时，需要将周计划docx内所有的表格里的手动换行符（软回车）”变成“段落标记（硬回车）”，

全部改成段落标记（硬回车）

但是19份docx每份都要打开，把软回车变成硬回车，就需要Python了

一开始，用替换“转义符”的思路，反复找了两天的代码，都没有成功。只能从头开始研究。

研究过程：

一、在Python里，手动换行符（^l）和段落标记（^p）是什么符号

如果某个符号等于3，等于2，说明它们就是手动换行符和段落标记的代码。

AI写了很多编码、16进制、转义符，最终推算获得正确代码，能够计算手动换行符和段落标记的出现的数量。

  1.  
  2. '''
  3. 了解在Python里，docx的手动换行符，段落标记用什么符号表示
  4. 作者:AI 对话大师、百度AI
  5. 时间：2024年3月15日
  6. '''
  7.  
  8. from docx import Document
  9.  
  10. # 读取Word文档
  11. doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\123.docx')
  12.  
  13. # 初始化换行符计数器
  14. newline_count = 0
  15.  
  16. # 遍历文档中的每个段落，统计换行符数量
  17. for paragraph in doc.paragraphs:
  18.     for run in paragraph.runs:
  19.         # 统计每个文本运行中换行符的数量
  20.         newline_count += run.text.count("\n")
  21.         # 只读取段落里面的软回车符号
  22.         # \u000D   =0
  23.         # \u000A    =3
  24.         # \n=3  
  25.         # \r=0
  26.         # "^l" =0
  27.         # \u0085  =0
  28.         # "\u2029" =0
  29.         # \r\n  =0
  30.         # "\x0a"
  31.  
  32.  
  33. print(f"Word 文档中共有 {newline_count} 个 '\ n' 手动换行符（软回车）。")
  34.  
  35.  
  36. from docx import Document
  37.  
  38. # 打开 Word 文档
  39. doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\123.docx')
  40.  
  41. # 初始化计数器
  42. p_count = 0
  43.  
  44. # 遍历文档中的所有段落
  45. for paragraph in doc.paragraphs:
  46.     if paragraph._element is not None and paragraph._element.tag.endswith('p'):
  47.         p_count += 1
  48.  
  49. print(f"Word 文档中共有 {p_count} 个 <w:p> 段落标记（硬回车）。")

结论：正好3个软回车，2个硬回车

因此说明：

1、'\n'代表docx里面的手动换行符（软回车）——转义符

2、‘段落元素’代表docx里面的段落标记（硬回车）——添加段落增加回车

在以上结论基础上，我用AI对话大师和百度AI生成并测试了无数次，终于将样板的四行段落文字（三行手动换行符+一行硬回车）替换成过了四行硬回车。

替换前

替换后：

代码展示：

  1. '''
  2. word段落文字里的手动换行符变成段落标记
  3. 作者：AI对话大师、百度AI对话
  4. 时间：2024年3月15日
  5. '''
  6.  
  7.  
  8. from docx import Document
  9. from docx.shared import Pt
  10.  
  11. # 打开 Word 文档
  12. doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\123.docx')
  13.  
  14. # 用于保存要删除的段落
  15. paragraphs_to_delete = []
  16.  
  17. # 遍历文档中的所有段落
  18. for paragraph in list(doc.paragraphs):  
  19.     # 查找段落中的软回车（\n）
  20.     if '\n' in paragraph.text:
  21.         # 分割段落文本，找到软回车的位置
  22.         texts = paragraph.text.split('\n')
  23.         
  24.         # 首先处理第一个文本块
  25.         paragraph.text = texts[0]
  26.         
  27.         # 在软回车的位置插入新的段落
  28.         for text in texts[0:]:
  29.             new_paragraph = paragraph.insert_paragraph_before(text)
  30.             new_paragraph.style = paragraph.style  # 保留原始样式
  31.         
  32.         # 将原始段落添加到待删除列表中
  33.         paragraphs_to_delete.append(paragraph)
  34.         
  35.  
  36. # 删除原来的段落
  37. for paragraph in paragraphs_to_delete:
  38.     paragraph._element.getparent().remove(paragraph._element)
  39.  
  40. doc.save(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\234.docx')

通过代码观察：

Python对docx段落文字的替换的原理

1、将手动换行符左侧的内容复制到新列表，然后在原有位置重新段落写入，就会有硬回车。
2、将包含手动换行符的原始段落进行删除。

思考：

Python的替换与word直接批量查找替换不同，

1、word可以对全文中段落和表格中的手动换行符全部替换，

2、以上Python代码（只涉及paragraphs）只能对word段落文字中的手动换行符进行删除和重新写入段落，从而获得段落标记回车符。

其他测试

把手动换行符与段落标记的位置换一下，看看结果是否有误差。

测试1：

测试2

全部代码（计算回车数量+批量删添段落实现回车符）

  1.  
  2. '''
  3. 了解在Python里，docx的手动换行符，段落标记用什么符号表示
  4. 作者:AI 对话大师、百度AI对话
  5. 时间：2024年3月15日
  6. '''
  7.  
  8. from docx import Document
  9.  
  10. # 读取Word文档
  11. doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\123.docx')
  12.  
  13. # 初始化换行符计数器
  14. newline_count = 0
  15.  
  16. # 遍历文档中的每个段落，统计换行符数量
  17. for paragraph in doc.paragraphs:
  18.     for run in paragraph.runs:
  19.         # 统计每个文本运行中换行符的数量
  20.         newline_count += run.text.count("\n")
  21.         # 只读取段落里面的软回车符号
  22.         # \u000D   =0
  23.         # \u000A    =3
  24.         # \n=3  
  25.         # \r=0
  26.         # "^l" =0
  27.         # \u0085  =0
  28.         # "\u2029" =0
  29.         # \r\n  =0
  30.         # "\x0a"
  31.  
  32.  
  33. print(f"Word 文档中共有 {newline_count} 个 '\ n' 手动换行符（软回车）。")
  34.  
  35.  
  36. from docx import Document
  37.  
  38. # 打开 Word 文档
  39. doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\123.docx')
  40.  
  41. # 初始化计数器
  42. p_count = 0
  43.  
  44. # 遍历文档中的所有段落
  45. for paragraph in doc.paragraphs:
  46.     if paragraph._element is not None and paragraph._element.tag.endswith('p'):
  47.         p_count += 1
  48.  
  49. print(f"Word 文档中共有 {p_count} 个 <w:p> 段落标记（硬回车）。")
  50.  
  51.  
  52.  
  53. '''
  54. word段落文字里的手动换行符变成段落标记
  55. 作者：AI对话大师、百度AI对话
  56. 时间：2024年3月15日
  57. '''
  58.  
  59.  
  60. from docx import Document
  61. from docx.shared import Pt
  62.  
  63. # 打开 Word 文档
  64. doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\123.docx')
  65.  
  66. # 用于保存要删除的段落
  67. paragraphs_to_delete = []
  68.  
  69. # 遍历文档中的所有段落
  70. for paragraph in list(doc.paragraphs):  
  71.     # 查找段落中的软回车（\n）
  72.     if '\n' in paragraph.text:
  73.         # 分割段落文本，找到软回车的位置
  74.         texts = paragraph.text.split('\n')
  75.         
  76.         # 首先处理第一个文本块
  77.         paragraph.text = texts[0]
  78.         
  79.         # 在软回车的位置插入新的段落
  80.         for text in texts[0:]:
  81.             new_paragraph = paragraph.insert_paragraph_before(text)
  82.             new_paragraph.style = paragraph.style  # 保留原始样式
  83.         
  84.         # 将原始段落添加到待删除列表中
  85.         paragraphs_to_delete.append(paragraph)
  86.         
  87.  
  88. # 删除原来的段落
  89. for paragraph in paragraphs_to_delete:
  90.     paragraph._element.getparent().remove(paragraph._element)
  91.  
  92. doc.save(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\234.docx')
  93.

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/盐析白兔/article/detail/715613
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号