时间戳

首页 > 解决方案 > 如何使用Python迭代读取word中的段落、表格和图片？

python - 如何使用Python迭代读取word中的段落、表格和图片？

问题描述

到目前为止，我已经找到了一种顺序和迭代地阅读 word 中的段落和表格的方法，但我对如何顺序阅读图片感到困惑。请问大家帮我在原代码的基础上如何实现单词图片的序列迭代？这是我当前的代码

from docx.document import Document as _Document
from docx.oxml.text.paragraph import CT_P
from docx.oxml.table import CT_Tbl
from docx.table import _Cell, Table, _Row
from docx.text.paragraph import Paragraph
import docx
path = './test.docx'
doc = docx.Document(path)

def iter_block_items(parent):
    if isinstance(parent, _Document):
        parent_elm = parent.element.body
    elif isinstance(parent, _Cell):
        parent_elm = parent._tc
    elif isinstance(parent, _Row):
        parent_elm = parent._tr
    else:
        raise ValueError("something's not right")
    for child in parent_elm.iterchildren():
        if isinstance(child, CT_P):
            yield Paragraph(child, parent)
        elif isinstance(child, CT_Tbl):
            yield Table(child, parent)

for block in iter_block_items(doc):
    # read Paragraph
    if isinstance(block, Paragraph):
        print(block.text)
    # read table
    elif isinstance(block, Table):
        print(block.style.name)

标签： pythondjangopython-docx

解决方案

您想修改iter_block_items迭代体以处理图片的情况：目前它只处理（并产生）段落和表格。

我真的不知道格式，但您可能需要 docx.oxml.shape.CT_Picture 作为“标志类型”。浏览其文档，python-docx 似乎没有表格或段落包装器的图片版本。

推荐阅读