这是一个创建于 35 天前的主题，其中的信息可能已经有所发展或是发生改变。
问题：上万个 doc 的 word 文档，类似论文格式的报告（包括目录，正文，插图清单，附录清单，参考文献），每个部分都对文字格式、段落格式有要求，标题和正文不能出现某些字眼，目前这上万个 doc 文档中可能存在大量格式不符合要求的,因为是不同的人写的，积攒了很多年了，现在要批量排版归档。
需求：请教各位大佬怎么批量自动化排版？自己调研了一下，先 win32com 转 docx ，然后使用 python-docx 结合 vba 把文档内容读取出来按照要求重新排版写入新文件，这条路子可不可行？因为之前没接触过，希望各位大佬不吝赐教！
需求：请教各位大佬怎么批量自动化排版？自己调研了一下，先 win32com 转 docx ，然后使用 python-docx 结合 vba 把文档内容读取出来按照要求重新排版写入新文件，这条路子可不可行？因为之前没接触过，希望各位大佬不吝赐教！
10 条回复 • 2024-08-19 09:10:01 +08:00
 |
1
mirrornighth 35 天前
可行的
|
 |
2
ruanimal 35 天前
有的 word 文档 的排版样式非常复杂，程序排版效果不一定好
如果只有这么多文档，多找点人人力搞一下？ |
 |
3
Ib7WF3828E1C0W09 35 天前
可行的
|
 |
4
ghwolf007 OP |
 |
6
DsuineGP 35 天前
如果这些文档是由同一个文档模版创建的, 那么可行; 否则, 不可行
1, 无法准确识别文章某一个段落的格式类型, docx 文档中不存在「标题」「正文」...只有「样式表」, 换句话说, 所有的标题和正文的格式只是「样式表」中的某一个样式的命名.你没法保证每一个文档中样式表的命名都是「标题」「正文」.只能根据 fontSize==16 或者 bold==true 这样的条件去判断, 但是每一个文档中样式都略有区别. 2. 从 doc 转到 docx 之后, 形状、图片元素可能被转置成 VML 而非 OOXML 通用的 DML, 虽然没看 python-docx 代码, 但是大概率是不支持的 |
|
7
ghwolf007 OP @DsuineGP #6 感谢大佬 非常专业！！！
1.目前这些文档确实来源五花八门 提交的时候又强制要求转为 doc 来提交 最终修改完还是要转为 doc 所以处理起来很麻烦； 2. python-docx 应该是不支持 VML 的，就是不知道能不能局部修改，只改标题、正文文本、目录、页码这些。 |
Select Language