Word神器pythondocx

　　前两天有个朋友向我求助，她在写毕业论文时，不小心将论文里的中文双引号替换为英文的了，各种原因导致无法回退，8万多字的论文，眼看就要交了，该怎么办？
　　首先想到word自身的替换功能，倒是能查到，但是没法动态替换，即只替换两边引号，而不换中间内容；
　　另外一种方案是，即用VBA，通过编程来替换，虽说做过几个项目，可好久不用，拾起费劲，再加上VBA中各种概念和用法，学习成本太高，放弃；
　　还有一种方案，即用Python操作word，首先对Python更熟悉，另外一定有别人造好的轮子。果然，没用多久找到了pythondocxPython库，文档齐全，功能强大，用来解决替换问题不在话下。
　　开始之前，先简单了解下pythondocxpythondocx介绍
　　pythondocx是用于创建可修改微软Word的一个python库，提供全套的Word操作，是最常用的Word工具概念
　　使用前，先了解几个概念：Document：是一个Word文档对象，不同于VBA中Worksheet的概念，Document是独立的，打开不同的Word文档，就会有不同的Document对象，相互之间没有影响Paragraph：是段落，一个Word文档由多个段落组成，当在文档中输入一个回车键，就会成为新的段落，输入shift回车，不会分段Run表示一个节段，每个段落由多个节段组成，一个段落中具有相同样式的连续文本，组成一个节段，所以一个段落对象有个Run列表
　　例如有一个Word，内容是：
　　则结构这样划分：
　　第二个段落（paragraph），没有内容，所以节段（run）为空安装
　　可以用pip来安装：pipinstallpythondocx
　　命令行中运行下面语句，如果没有报错，则说明安装成功pythoncimportdocx小试牛刀
　　pythondocx安装后，测试一下：fromdocximportDocumentdocumentDocument（）paragraphdocument。addparagraph（Loremipsumdolorsitamet。）priorparagraphparagraph。insertparagraphbefore（Loremipsum）document。save（rD：est。docx）引入Document类定义一个新文档对象document想文档中插入一个段落（paragraph）再在这个段落（paragraph）前插入另一个段落最后调用文档对象document的save保存文档
　　用Word打开保存的test。docx就可以看到：
　　问题分析与解决
　　了解了pythondocx的基本概念，开始着手解决问题，大体思路是：读取文档内容查找英文引号之间的内容将找到的内容的英文引号换成中文引号，并将内容替换回去完成处理后将文档另存查找目标
　　首先要解决的是如何找到英文引号之间的内容？
　　例如文档内容有这么一段：。。。对基于需求的教育资源配置系统观的研究，尤其是对以学习者为中心和从个性化学习、精准教学视角出发的教育资源配置问题提供了理论支持以及方向指导。。。
　　对于英文引号来说不区分前引号和后引号，怎么能保证配置到的不会是和从、、以及以学习者为中心和从个性化学习、精准教学或者不会忽略两个引号出现在上下行的情况？
　　重温正则表达式，终于得到如下表达式：（？：〔〕）？：：为了取消圆括号模式配置过程的缓存，即不需要遇到一个符合的就结束匹配〔〕：表示匹配的内容不能是，以避免贪婪匹配，即避免匹配成从第一个开始一直到最后一个结束整体的意思是配置两个之间的内容，且内容中不包括
　　后来整理过程中，还发现另一种写法：。？
　　不过。不能匹配换行符，坚持要用，需要使用可选修饰符re。S：importrepatternre。compile（。？，re。S）re。findAll（pattern，text）text为待查找字符串引入正则表达式模块rere。S为可选标识修饰符，使。匹配包括换行在内的所有字符利用findAll查找所有匹配内容
　　关于Python正在表达式的更多用法参考文后参考链接实现
　　查找问题解决了，做替换就方便多了：fromdocximportDocumentimportredocDocument（rD：ahrefhttps：www。bs178。comlunwentargetblankclassinfotextkey论文a。docx）restr（？：〔〕）forpindoc。paragraphs：matchRetre。findall（restr，p。text）forrinmatchRet：p。textp。text。replace（r，r〔1：1〕）doc。save（rD：ahrefhttps：www。bs178。comlunwentargetblankclassinfotextkey论文a修正。docx）引入Document类，和正则表达式模块打开目标文档，字符串前的r表示取消字符串转义，即按原始字符产来解释循环文档的段落（paragraph），对每个段落，用正则表达式进行匹配循环对于匹配到的结果，将前后引号，换成中文引号，并替换段落（paragraph）的text；其中r〔1：1〕表示截取从第二个位置（第一个位置是0）到倒数第二个位置截取字符串，刚好去掉前后引号最后另存文档
　　注意：pythondocx保存文档时不会给出任何提示，会瞬间完成，所以另存是个稳妥的做法
　　完工，赶紧将替换好的文档发过去
　　还没来得回味，她说：非常感谢！那个能不能再帮我生成个图表目录，这个必须要
　　好吧，能者多劳（神器在手），干就完了强大的pythondocx
　　在上面小试牛刀中，介绍了插入段落（paragraph）的用法，下面在介绍一些pythondocx的其他功能
　　为了简洁，下面例子中省略了Document类的引入和实例化代码，document为Document的实例添加标题
　　默认情况下添加的标题是最高一级的，即一级标题，通过参数level设定，范围是19，也有0级别，表示的是段落标题：添加一级标题document。addheading（我是一级标题）decument。addheading（我是二级标题，level2）decument。addheading（我是段落标题，level0）添加换页
　　如果一个段落不满一页，需要分页时，可以插入一个分页符，直接调用会将分页符插入到最后一个段落之后：文档最后插入分页document。addpagebreak（）特定段落分页fromdocx。enum。textimportWDBREAKparagraphdocument。addparagraph（独占一页）添加一个段落paragraph。runs〔1〕。addbreak（WDBREAK。PAGE）在段落的最后一个节段后添加分页表格操作
　　Word文档中经常会用到表格，pythondocx如何添加和操作表格呢？添加一个22表格tabledocument。addtable（rows2，cols2）获取第一行第二列单元格celltable。cell（0，1）设置单元格文本cell。text我是单元格文字表格的行rowtable。rows〔1〕row。cells〔0〕。textFoobartoyou。row。cells〔1〕。textAndaheartyfoobartoyoutoosir！增加行rowtable。addrow（）
　　更复杂点的例子：表格数据items（（7，1024，手机），（3，2042，笔记本），（1，1288，台式机），）添加一个表格tabledocument。addtable（1，3）设置表格标题headingcellstable。rows〔0〕。cellsheadingcells〔0〕。text数量headingcells〔1〕。text编码headingcells〔2〕。text描述将数据填入表格foriteminitems：cellstable。addrow（）。cellscells〔0〕。textstr（item〔0〕）cells〔1〕。textitem〔1〕cells〔2〕。textitem〔2〕添加图片
　　添加图片，即，为Word里菜单中插入图片插入的功能，插入图片为原始大小：document。addpicture（imagefilename。png）
　　插入时设置图片大小：fromdocx。sharedimportCm设置图片的跨度为10厘米document。addpicture（imagefilename。png，widthCm（10））
　　除了厘米，pythondocx还提供了英寸（Inches），如设置1英寸：Inches（1。0）样式
　　样式可以针对整体文档（document）、段落（paragraph）、节段（run），月具体，样式优先级越高
　　pythondocx样式功能配置多样，功能丰富，这里对段落样式和文字样式做简单介绍段落样式
　　段落样式包括：对齐、列表样式、行间距、缩进、背景色等，可以在添加段落时设定，也可以在添加之后设置：添加一个段落，设置为无序列表样式document。addparagraph（我是个无序列表段落，styleListBullet）添加段落后，通过style属性设置样式paragraphdocument。addparagraph（我也是个无序列表段落）paragraph。styleListBullet文字样式
　　在前面pythondocx文档结构图可以看到，段落中，不同样式的内容，被划分成多个节段（Run），文字样式是通过节段（Run）来设置的设置加粗斜体paragraphdocument。addparagraph（添加一个段落）设置节段文字为加粗runparagraph。addrun（添加一个节段）run。boldTrue设置节段文字为斜体runparagraph。addrun（我是斜体的）run。italicTrue设置字体
　　设置字体稍微复杂些，例如设置一段文字为宋体：paragraphdocument。addparagraph（我的字体是宋体）runparagraph。runs〔0〕run。font。name宋体run。element。rPr。rFonts。set（qn（w：eastAsia），宋体）总结
　　pythondocx是个功能强大的Word库，能实现几乎所有在Word中操作，今天通过一个实例，介绍了pythondocx的一些基本用法，限于篇幅，没法展开讨论更多内容，如果有兴趣可以深入研究，说不定可以让Word像Markdown一样简单。