python-docx的安裝和使用

1. 安裝python-docx

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

2. 基本功能使用

1. 導包：from docx import Document
2. tmp文件可以用excel打開，打開后選擇ASC碼或者utf-8

    # 創建文檔對象
    document = Document(r'C:\Users\WM\Desktop\syntophone\python\python-docx/判斷題.docx')

    # 讀取文檔中所有的段落列表
    ps = document.paragraphs
    # 每個段落有兩個屬性：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('')
    # 讀取段落並寫入一個文件    

3. 典型文件內容處理
   1）文件處理中常用到python內置re包,因為re搜索支持正則表達式
   2）re.search(查找字符串，被查找內容) # 返回結果為True/False

3. re.sub(被替換字符串，替換字符串，內容) # 返回替換后結果
   4）下方代碼為從技能鑒定題庫中提取出選擇題題干
   5）對於tmp文件，使用excel打開后，'\n'為換行，'\t'為同一行的下一列
   6）因此，在下方程序中，通過判斷數字+'.'確認改行內容為題干，添加'\n',表示進入下一個題，
   7）下一個段落里面如果沒有數字+'.'，說明是本題的后續題干和選項，字符串拼接。對拼接后的字符串做替換，括號內內容清空，防止大括號內內容被識別為'\t'導致進入下一列
   8）[]內添加ABCD,表示只要包含以上內容，后面跟頓號，就替換為'\t'

    # 選擇題題干處理
    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)