标签: docx

请问如何将pdf转换为docx。我尝试使用 pdfminer 转换为 html 来提取文本，但看起来仍然不够好。

我有一个关于 python 的结构化文本。我想将其保存为 docx 文件。

就像是

text = "A simple text\n Structured"

with open('docx_file.docx', 'w') as f:
    f.write(text)

我将此作为 python-docx 问题提交： https: //github.com/python-openxml/python-docx/issues/805，但被要求在此处展开​​讨论。

https://python-docx.readthedocs.io/en/latest/user/styles-using.html意味着我应该能够更改标题字体样式，如下所示：

font = doc.styles['Heading 1'].font
font.name = 'Times New Roman'
font.size = docx.shared.Pt(16)

但这不起作用：生成的文档对所有标题都使用 Calibri。（它们也是蓝色的，标题 1 有下划线，我也需要以某种方式消除它。）

它也无法更改特定标题上的字体，也无法删除标题的 Latent_styles 。

下面是一个测试程序，它尝试了所有三种方法，但标题 1 和 2 仍然显示为蓝色 Calibri，尽管所有尝试都将其更改为 Times New Roman：

import docx

doc = docx.Document()

# Deleting heading latent styles seems to do nothing:
latent_styles = doc.styles.latent_styles
latent_styles['Heading 1'].delete()
latent_styles['Heading 2'].delete()

# Setting the Normal font works:
font = doc.styles['Normal'].font
font.name = 'Times New Roman'
font.size = docx.shared.Pt(12)

# Setting heading styles doesn't do …

我经常需要使用 LibreOffice 将许多（> 1000）.docx 文档导出为 PDF。这是一个示例文档：test.docx。以下代码可以工作，但在 Windows 上速度相当慢（每个 PDF 文档平均 3.3 秒）：

import subprocess, docx, time   # first do: pip install python-docx 
for i in range(10):
    doc = docx.Document('test.docx')
    for paragraph in doc.paragraphs:
        paragraph.text = paragraph.text.replace('{{num}}', str(i))
    doc.save('test%i.docx' % i)   # these 4 previous lines are super fast - a few ms
    t0 = time.time()
    subprocess.call(r'C:\Program Files\LibreOffice\program\soffice.exe --headless --convert-to pdf test%i.docx --outdir . --nocrashreport --nodefault --nofirststartwizard --nolockcheck --nologo --norestore"' % i)
    print('PDF generated in %.1f sec' % (time.time()-t0)) …

我正在使用 python-docx 但我不理解或检索任何更改标题样式（从粗体到正常）的方法。我的代码是：

import docx
from docx.shared import RGBColor
from docx.shared import Pt
from docx.dml.color import ColorFormat
from docx.enum.style import WD_STYLE_TYPE

#format only the filename as return text
def format_filename(fname):
    index = fname.rfind('\\')
    font.color.rgb = RGBColor(255,0,0)
    #IF statement for structuring the fine name
    if index>0:
        filename = fname[index + 1, len(fname)]
    else:
        index = fname.rfind('/')
        filename = fname[index + 1 : len(fname)]
    return filename

#print all the file into docx
def print_file(file):
    font.bold = False
    font.color.rgb = RGBColor(0,0,0)
    cnt = …

我正在使用 Apache POI 处理 .docx 文件。

我有 .docx ，其中有1 行、1 列表。

XWPFTable table = document.getTables().get(0);
XWPFTableRow copiedRow = table.getRow(0);
table.addRow(copiedRow);

上面的代码成功复制了行，因此表现在有2 rows。

但是，我也想改变复制的行。

XWPFTable table = document.getTables().get(0);
XWPFTableRow copiedRow = table.getRow(0);
copiedRow.getTableCells().get(0).setText("SOME MODIFICATION HERE"); // <- setting some data
table.addRow(copiedRow);

问题是......修改影响了两行。原来的第一个和刚刚添加的第二个都会受到影响。

我还尝试显式构造新行，如下所示：

copiedRow.getTableCells().get(0).setText("SOME MODIFICATION");
XWPFTableRow newRow = new XWPFTableRow(copiedRow.getCtRow(), table);
table.addRow(newRow); 

...但结果仍然相同：两行都被修改，而不仅仅是第二行。

我试图使示例尽可能简单。谢谢你的帮助！

我正在尝试在文档的中心生成一个带有图像的DocX文档,但我已经尝试了几样但没有任何结果.图像显示但位于左上角.addImageToBody函数来自MS网站(http://msdn.microsoft.com/en-us/library/office/bb497430(v=office.15).aspx).我试过使用Horizo​​ntalPosition类(http://msdn.microsoft.com/en-us/library/documentformat.openxml.drawing.wordprocessing.horizo​​ntalposition(v=office.14).aspx)但是没有工作为了我.

添加图片和通话功能:

 MainDocumentPart mainPart = document.MainDocumentPart;

                ImagePart imagePart = mainPart.AddImagePart(ImagePartType.Png);


                using (FileStream stream = new FileStream(@"C:...\Logo.png", FileMode.Open))
                {
                    imagePart.FeedData(stream);

                }

                AddImageToBody(document, mainPart.GetIdOfPart(imagePart));

和功能:

 private static void AddImageToBody(WordprocessingDocument wordDoc, string relationshipId)
    {
        int defX = 854;
        int defY = 350;
        int size = 3000;
        // Define the reference of the image.
        var element =
             new DocumentFormat.OpenXml.Wordprocessing.Drawing(
                 new DW.Inline(
                     new DW.Extent() { Cx = defX * size, Cy = defY * size },
                     new DW.EffectExtent()
                     {
                         LeftEdge = …