「AI投研邦」团体会员上线！75折解锁会员权益、PDF版研报、AI峰会....
06-18
背景：我每天都写计划，每天都写计划，写怀疑人生……所以我们可以用python来帮助我们实现那些重复性很高的计划。由于环境不支持连接外网，所以没有第三方包。
那些都好用的文字处理包都不能用了，难度一下子就上来了……至少有python3（对于py2来说，难度就更高了。） 注：由于代码都是在内网上写的，所以完整的无法提供版本。
例子。本文主要关注XML处理word/xlsx的一些陷阱。
分析：docx是doc的扩展，xlsx是xls的扩展。它们都是标准格式，似乎与其他制造商竞争兼容性。
本质上，它是一个 zip 文件。我们来一一看看DOCX。
我们先来看word，它是一个docx格式的文件。格式是指以下结构。
如果我们使用zip解压docx文件，我们可以看到以下信息。 docProps/app.xml 是一些应用程序信息，例如Manufacturer docProps/core.xml 是文件的一些基本信息，例如谁修改的、何时修改的。
因此，在传输word文件时应注意隐私和安全。 docProps/custom.xml是一些自定义信息，例如KEYword/media。
媒体资源，比如图片，word/theme是一些主题，word/document.xml是我们的文档。这是本文的重点。
代码语言：md copy├── [Content_Types].xml├── docProps│ ├── app. xml│? ├── core.xml│? └── custom.xml├── _rels└── word ├── document.xml ├── fontTable.xml ├── media │? ├── image1.png │? ├── image2.png │ ├── image3.png │ ├── image4.png │ ├── image5.png │ ├── image6.png │ ├── image7.png │ └── image8.png ├── _rels │ └── document.xml.rels ├── settings.xml ├── styles.xml└── theme └── theme1.xmldocument.xml 文件解析并读取数据。我们使用浏览器打开xml文件（直接将xml文件拖到浏览器中即可）。
您将看到类似于以下的格式。这是一个 xml 文件。
我们可以使用python的xml.dom.minidom来解析这个文件。由于是zip文件，所以必须先使用zipfile解压文件并读取里面的document.xml文件。
代码语言：python 代码运行次数：0 复制Cloud Studio代码并运行 import zipfileimport os ,sysfrom xml.dom import minidomfilename = "aaaa.docx" #我们的word文件 #namespace namespace = {"w":" zipfile.ZipFile( filename,'r') as docx: with docx.open('word/ document.xml', 'r') as docx_xml: xml_content = docx_xml.read() root = minidom.parseString(xml_content).documentElement body = root. childNodes[0]w:body 是我们文档的主体部分 w:p 是段落 w:tbl 是表格 w:t 是记录文本。所有数据，我们可以直接使用 getElementsByTagName('w:t') 来编码： Number of python code running: 0 复制 Cloud Studio 代码并运行 for ) #w:t 不是具体数据，实际上有一个节点它调用#textdocument.xml文件解析并写入数据读取数据很简单，直接遍历w:t即可，但是写入数据比较麻烦。
尤其是新的数据，看着那一对复杂的格式，让人头疼。 1.幸运的是，我们可以使用cloneNode来克隆节点。
（elementree 不用了，巨大的坑啊，不剧透了。）这样我们就可以遍历w:t的匹配值了。
如果存在匹配，则返回 w:t 中最接近的 w:p（段落）。只是w:t不方便。
，通常建议直接复制一段。否则格式会太复杂。
如果是表格，则只需行即可。 2.然后使用insertBefore在指定位置插入。
3. 不需要的数据可以使用removeChild删除。 4、修改 数据完成后，就可以写回word文件了。
我们重新打开word，看看是否是文档。代码语言：python 代码运行次数：0 Copy Cloud Studio code run #首先找到一个节点。
我刚刚在这里找到了 ref_node = body.getElementsByTagName('w:t')[12].parentNode.parentNode# 克隆节点并修改数据 new_node = ref_node.cloneNode(1) new_node.firstChild.firstChild.firstChild.nodeValue = "使用minidom修改的数据" # 插入到指定位置 ref_node.parentNode.insertBefore(new_node, ref_node) #删除（这里就不演示了） (removeChild(ref_node) 'newfile.docx','w') as zout:for item在 zin.infolist() 中：if item.filename == "word/document.xml": #如果是文档就用我们修改的 zout.writestr(item,root.toxml().encode())else:zout.writestr(item, zin.read (item.filename))document.xml文件解析验证，可以自行验证。 XLS的内容要做（坑的开始。
）我们还是用zip解压查看代码语言：md copy ├── [Content_Types].xml├── docProps│ ├── app.xml│ ├── core.xml│ └── 自定义 .xml├── _rels└── .xml └── 工作表 ├──sheet1.xml ├──sheet2.xml └──sheet3.xmldocProps 与单词 one 类似。我们主要看xl目录。
xl/sharedStrings.xml是共享字符，我们实际的数据是 xl/worksheets/sheet1.xml 这里的xl/worksheets/sheet1.xml就是我们的sheetxl/workbook.xml的sharedStrings.xml，记录了sheet等信息。这个xml文件非常简单。
它是一个字符串列表。这个文件主要记录那些共享的值，所以这里的值应该尽可能唯一。
索引是表中记录的值，所以这个位置也很重要。基本上就是遍历，索引在shardStrings中返回。
否则，将被插入并返回 len()-1。我就不写 example.xl /worksheets/sheet1.xml 其实这个文件格式比较简单。
数据放置在sheetData中。表面。
sheetData与tablerow类似，即c行是col列。 v是value（是字符串，即使看到数字也是字符串（小坑））。
row 中的跨度是记录该行中数据的列数。 r 是行号（从1开始）。
c中的r是记录列号，是excel中的A1 A2 t记录数据类型。例如，t='s'表示数据是共享的，所以你必须去sharedStrings.xml中找到它。
xl/worksheets/sheet1.xml读写：比较简单，直接遍历即可。也可以使用索引来访问。
例如， xml.etree.elementtree()[5][ROWNO][COLNO].text 是 ROWNO 行 COLNO 列的值。如果要修改，必须先deepcopy出来，然后再修改，全部修改完成后再copy回去。
不然数据会乱。这是一个巨大的陷阱。
写回 xlsx 文件与 word 相同。它只是多个文件（sharedStrings.xml）。
所以我这里就不演示了。总结1.虽然python自带的xml可以操作docx和xlsx文档，但是不推荐，因为太蛋疼了。
2、实际写代码的时候，要根据自己的情况来。抽象多个方法使编写更容易。
例如，（复制某一行，然后修改指定列的数据，最后在行尾插入这一系列操作）到一个方法中。同样的操作也非常简单。
也就是每一种循环...) 3.注意环境，docx可能有命名空间问题。 4、如果xlsx数据部分不显示，很大概率是c的行号或者列号有问题。
更糟糕的是，没有进行 DeepCopy，而是直接遍历并修改原始值。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-06
06-18
06-17
06-18
06-21
06-21
06-06
最新文章
【玩转GPU】ControlNet初学者生存指南
【实战】获取小程序中用户的城市信息（附源码）
包雪雪简单介绍Vue.js：开学
Go进阶：使用Gin框架简单实现服务端渲染
线程池介绍及实际案例分享
JMeter 注释 18 - JMeter 常用配置组件介绍
基于Sentry的大数据权限解决方案
【云+社区年度征文集】GPE监控介绍及使用