python-docx 正则表达式搜索和替换

Question

我正在处理一个更改 docx 文件中的单词的个人项目。我使用正则表达式来查找和替换所有单词，但我对其进行了一些改进，以便能够选择要更改的单词的位置。但目前的可能性似乎不大。我希望大家可以帮助我想出解决方案。这是我使用的代码：

import docx
from docx import Document
import re



def keepfont(filename,key,value):
    doc = Document(filename)
    countKey = 0

    for p in doc.paragraphs:

        match = re.findall(key,p.text,re.IGNORECASE)
        for igkey in match:
            countKey = split_text.count(igkey)
            #print(igkey)
            split_text = p.text
            # print(key)
            inline = p.runs
            # Loop added to work with runs (strings with same style)
            for j in range(len(inline)):
                if igkey in inline[j].text:
                    print(inline[j].text)
                    #print(inline[j])
                    #print(inline[j].text)
                    text = inline[j].text.replace(key, value)
                    inline[j].text = text
                #print(p.text)
    doc.save('dest1.docx')

#path = r'文件docx的路径'
#keepfont(path,'要改变的词','改变的词')
文本示例：'Welcome to Ex COMPANY
在我们公司，你有 blala...，
这家公司会制造 blale...，
公司会给你 bolobala...，

Answer 1

您使用了错误的工具。 re.findall() 不会告诉你匹配发生在哪里。与其寻找两次，不如使用re.finditer()；它返回的"match objects" 将字符偏移量包含在文本中。

for m in re.finditer(key, text, re.IGNORECASE):
    print("Matched at:", m.start(), m.end(), "Text:", text[m.start():m.end()])

如果您想收集匹配项并然后做某事，请将它们收集到一个列表中。然后可以使用匹配对象all_matches[0]作为第一个匹配的位置，以此类推。

all_matches = list(re.finditer(key, text, re.IGNORECASE))
m = all_matches[2]  # replace the third match with "spam"
text = text[:m.start()] + "spam" + text[m.end():]

如果您需要匹配的文本本身，请使用m.group()。有关可以对匹配对象执行的所有其他操作，请参阅文档。