查找并替换.docx文件中的文本-Python

我一直在寻找一种方法来查找和替换docx文件中的文本，但运气不好。我已经尝试了docx模块，但无法使其工作。最后，我使用zipfile模块并替换docx归档中的document.xml文件，找到了下面描述的方法。为此，您需要一个模板文档（docx），其中包含要替换为唯一字符串的文本，该字符串不可能与文档中的任何其他现有或未来文本匹配（例如，“与XXXCLIENTNAMEXXX在XXXMEETDATEXXX上的会议进行得非常顺利”）

我的问题是这种方法有什么问题？我对这件事还很陌生，所以我觉得应该有人已经知道了。这让我相信这种方法有很大的问题。但它是有效的！我错过了什么

以下是我的思考过程，供其他试图学习这些东西的人参考：

步骤1）准备一个Python字典，其中包含要替换为键的文本字符串和要替换为项的新文本（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）使用附加访问模式打开新的docx文件

步骤4）从模板docx文件中提取document.xml（所有文本都存在于其中），并将xml读入文本字符串变量

步骤5）使用for循环将字典中xml文本字符串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归档文件中的所有文件复制到新的docx归档文件（word/document.xml文件除外）

步骤8）将带有替换文本的临时xml文件作为新的word/document.xml文件写入新的docx归档文件

步骤9）关闭模板和新的docx存档

第10步）打开新的docx文档，欣赏替换的文本

---

--编辑--在第7行和第11行缺少右括号“）”有时，Word会做一些奇怪的事情您应该尝试删除文本并一笔重写，例如不编辑中间的文本

您的文档保存在一个xml文件中（对于docx，解压后通常保存在word/document.xml中）。有时，您的文本可能不在一个笔划中：可能在文档中的某个地方，它们是XXXCLIENT，而在其他地方，它们的名称是xxx

大概是这样的：

XXX客户
...
姓名XXX

这种情况经常发生，因为语言支持：当他认为一个单词属于一种特定语言时，word会拆分单词，并且可能在单词之间拆分，这会将单词拆分为多个标记

您的解决方案唯一的问题是，您必须一笔完成所有内容，这不是最方便用户的

我已经创建了一个JS库，它使用类似胡须的标记：{clientName}

---

它的全局工作原理与您的算法相同，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，文本通常会被拆分：{，clientName，}在文档中。

您可以尝试一种解决方法。使用Word的搜索/替换在一个笔划中获取文本

---

例如，搜索

“XXXCLIENTNAMEXXX”

并再次将其替换为

“XXXCLIENTNAMEXXX”

您的意思是您发布的代码有效，您会问，“为什么其他人没有这样做？”也许有人这样做了。为什么会有问题呢？粗略地看一下你的代码，这看起来是正确的做法。当然人们以前也这样做过。这是一个表单信函的基本实现。Microsoft Word（和OpenOffice等）有一个“邮件合并”本机执行此操作的函数。此问题似乎与主题无关，因为它是关于检查工作代码的。建议迁移到codereview.SE

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()