python-docx的安装和使用

1. 安装python-docx

1. python install python-docx
2. 返回如下界面表示安装成功
   

2. 基本功能使用

1. 导包：from docx import Document
2. tmp文件可以用excel打开，打开后选择ASC码或者utf-8

    # 创建文档对象
    document = Document(r'C:\Users\WM\Desktop\syntophone\python\python-docx/判断题.docx')

    # 读取文档中所有的段落列表
    ps = document.paragraphs
    # 每个段落有两个属性：style和text
    ps_detail = [(x.text, x.style.name) for x in ps]
    with open('out.tmp', 'w+', encoding='utf-8') as fout:
        fout.write('')
    # 读取段落并写入一个文件    

3. 典型文件内容处理
   1）文件处理中常用到python内置re包,因为re搜索支持正则表达式
   2）re.search(查找字符串，被查找内容) # 返回结果为True/False

3. re.sub(被替换字符串，替换字符串，内容) # 返回替换后结果
   4）下方代码为从技能鉴定题库中提取出选择题题干
   5）对于tmp文件，使用excel打开后，'\n'为换行，'\t'为同一行的下一列
   6）因此，在下方程序中，通过判断数字+'.'确认改行内容为题干，添加'\n',表示进入下一个题，
   7）下一个段落里面如果没有数字+'.'，说明是本题的后续题干和选项，字符串拼接。对拼接后的字符串做替换，括号内内容清空，防止大括号内内容被识别为'\t'导致进入下一列
   8）[]内添加ABCD,表示只要包含以上内容，后面跟顿号，就替换为'\t'

    # 选择题题干处理
    with open('out.tmp', 'a+', encoding='utf-8') as fout:
        char1 = ''
        for p in ps_detail:
            if re.search('^\d+\. *', p[0]):
                fout.write(char1.strip()+'\n')
                char1 = p[0]
                char1 = re.sub('^\d+\. *', '\n', char1)
                char1 = re.sub('[ABCD]、', '\t', char1)
                char1 = re.sub('\(.*?\)', '()', char1)
            else:
                char1 += p[0]
                char1 = re.sub('[ABCD]、', '\t', char1)
                char1 = re.sub('\(.*?\)', '()', char1)

标签：docx,sub,re,python,char1,fout,安装
来源： https://www.cnblogs.com/mixiubaba/p/13448465.html