R 和 Microsoft Word：根据另一个 Word 文档中的文本更新一个 Word 文档中的文本答案

【问题标题】：R and Microsoft Word: Updating text in one Word document based on text in another Word documentR 和 Microsoft Word：根据另一个 Word 文档中的文本更新一个 Word 文档中的文本
【发布时间】：2020-01-27 01:43:18
【问题描述】：

我的问题的更新版本。下面是生成两个 Word 文档的代码。第一个文档包含一系列表格标题，每个标题都有一个随附的书签。第二个文档包含一个实际的表。

我想做的是根据第一个文档中指定的内容确定第二个文档中的表格标题应该是什么。我相信这样做的机制可能涉及在第一个文档中找到相关的书签，向上移动一行到实际标题所在的位置，然后复制标题，以便它可以在第二个文档中使用。

library(officer)
library(magrittr)
library(flextable)

read_docx() %>%

body_add_par(value = "Fred Table", style = "table title") %>%
body_add_par("") %>%
body_bookmark(id = "FredBMK") %>%
body_add_par("") %>%

body_add_par(value = "Sally Table", style = "table title") %>%
body_add_par("") %>%
body_bookmark(id = "SallyBMK") %>%
body_add_par("") %>%               

body_add_par(value = "George Table", style = "table title") %>%
body_add_par("") %>%
body_bookmark(id = "GeorgeBMK") %>%
body_add_par("") %>%                               

body_add_par(value = "Sample Data from the mtcars Dataset", style = "table title") %>%
body_add_par("") %>%
body_bookmark(id = "mtcarsBMK") %>%
body_add_par("") %>%                                               

body_add_par(value = "Susan Table", style = "table title") %>%
body_add_par("") %>%
body_bookmark(id = "SusanBMK") %>%
body_add_par("") %>%                               

print(target = "Test Report Skeleton.docx")


read_docx() %>%
body_add_par(value = "Table Title (Corresponding to mtcarsBMK) from Other Document Goes Here", style = "table title") %>%
body_add_par("") %>%
body_add_flextable(flextable(mtcars[1:12, 1:3])) %>%
print(target = "Test Target Table.docx")

原问题：

我正在使用 Rofficer 包来生成 Word 文档。想象一下文本最初在两个 word 文档中同步的场景。一个是较大的报表，另一个是生成的表格，然后自动插入到报表中。两个文档中表格的标题开头相同。现在假设医学作者手动更改报告中表格的标题。我希望能够检测到这一点，然后自动更新表格中的标题，使其与报告中的内容相匹配。

officer 包文档展示了如何用用户指定的文本字符串替换单个文档中的文本。我不清楚它是否可以用来做我想要完成的事情。我也不清楚这不能在官员内部完成。

下面是一些制作两个word文档的代码。一个代表对表格标题进行了更改的报告。另一个代表需要更新其标题以匹配报告的原始表格。差异很小。一个标题中的单词全部大写，而另一个标题中没有。

我希望有人清楚如何检测第一个文档中的更改，然后更新第二个文档中的标题。

library(officer)
library(magrittr)

read_docx() %>%
body_add_par(value = "AWESOME Table", style = "table title") %>%
body_add_par("") %>%
body_bookmark(id = "AwesomeBMK") %>%
body_add_par("(Awesome table appears here immediately after AwesomeBMK bookmark)") %>%
print(target = "Awesome Report.docx")

read_docx() %>%
body_add_par(value = "Awesome Table", style = "table title") %>%
body_add_par("") %>%
body_bookmark(id = "AwesomeBMK") %>%
body_add_par("(Awesome table appears here immediately after AwesomeBMK bookmark)") %>%
print(target = "Awesome Table.docx")

【问题讨论】：

对我来说，不清楚您的团队打算如何处理这个问题。你为每个人创建 docx 吗？文档中是否只有表格作为内容，还是添加了更多内容？为什么还要更改表格标题？我还看到您想使用body_bookmark(id = "SusanBMK") 作为某种标记，这似乎是个好主意，但人们可能会不小心删除它？
谁制造什么以及何时制造尚未完全确定。当尝试在生产环境中实施时，这可能会变得很清楚。人们可以删除书签。计划是采取措施减轻这种情况。一直在处理更大的代码。试图产生一种概念证明。当前的问题是我的一个症结所在。曾希望有人会立即知道答案并愿意与我分享。我想我需要自己找时间更全面地调查此事。

标签： r xml ms-word officer

【解决方案1】：

我不完全确定要更改哪个文档是正确的，我希望有一个流程图来更好地遵循您的工作流程。

对于我的解决方案，我首先创建您的文档并保存路径以供以后阅读。（您应该稍后从您的目录中读取它们）。比我用docx_summary() 阅读文档，比较两个文档并寻找变化。您不能使用此代码更改多项更改，但应该是可行的。最后，我使用officer 函数来替换文本。

library(officer)
library(magrittr)

doc_copy <- read_docx() %>%
  body_add_par(value = "AWESOME Table", style = "table title") %>%
  body_add_par("") %>%
  body_bookmark(id = "AwesomeBMK") %>%
  body_add_par("(Awesome table appears here immediately after AwesomeBMK bookmark)") %>%
  print(target = "Awesome Report.docx")

doc_orginal <- read_docx() %>%
  body_add_par(value = "Awesome Table", style = "table title") %>%
  body_add_par("") %>%
  body_bookmark(id = "AwesomeBMK") %>%
  body_add_par("(Awesome table appears here immediately after AwesomeBMK bookmark)") %>%
  print(target = "Awesome Table.docx")


#detect change
doc_copy_summary <- read_docx(doc_copy) %>%
  docx_summary()

doc_orginal_summary <- read_docx(doc_orginal) %>%
  docx_summary()

test <- as.data.frame(doc_copy_summary == doc_orginal_summary)

old <- doc_orginal_summary[which(test==F, arr.ind = T)]
change <- doc_copy_summary[which(test==F, arr.ind = T)]

#instert text
my_doc <- read_docx(doc_orginal)  %>% 
  cursor_reach(keyword = paste0(old)) %>% 
  body_add_par(value = paste0(change), pos = "on")%>%
  print(target = "Change Awesome Table.docx")

【讨论】：

谢谢约翰内斯。写一个好问题并不容易。我将更新我的问题，以更好地说明我正在尝试做的事情。

【解决方案2】：

以下是我认为的解决方案。我对 XML 的了解还处于起步阶段。认为这虽然有效。

代码的第一部分生成一个 Word 文件。第二部分使该文件下的 XML 可访问。第三部分读取 XML 的相关部分。第五部分捕获紧跟书签的表格和图形标题。第六部分捕获紧接在表格或图形标题之前的书签。 Word 文件/XML 中有不匹配的表标题和书签。表格标题不匹配，因为紧随其后没有书签。书签不匹配，因为之前没有表格或图形标题。最后一部分将表格/图形标题链接到其相应的书签。

计划在这里也提供 XML。但决定反对它，因为任何 Word 文档的 XML 都非常冗长，而且格式化它需要很长时间。

尝试运行代码的人不会拥有我使用的包含表格标题 1 和图形标题 1 样式的 Word 文档模板。我相信可以很容易地设计出合适的 Word 模板，尽管使用自己版本的表格标题和图形标题样式。

希望有一天这会对某人有所帮助。

#### Make Word file ####

library(officer)
library(magrittr)
library(xml2)

read_docx("Report Template Blank.docx") %>%            

body_remove() %>%
body_add_par(value = "Fred Table", style = "Table Title 1") %>%
body_add_par("") %>%
body_bookmark(id = "FredtblBMK") %>%
body_add_par("") %>%

body_add_par(value = "Fred Figure", style = "Figure Title 1") %>%
body_add_par("") %>%
body_bookmark(id = "FredfigBMK") %>%
body_add_par("") %>%

body_add_par(value = "Sally Table", style = "Table Title 1") %>%
body_add_par("") %>%
body_bookmark(id = "SallytblBMK") %>%
body_add_par("") %>%

body_add_par(value = "Sally Figure", style = "Figure Title 1") %>%
body_add_par("") %>%
body_bookmark(id = "SallyfigBMK") %>%
body_add_par("") %>%

body_add_par(value = "Unmatched Table", style = "Table Title 1") %>%
body_add_par("") %>%

body_add_par("Some text separating the unmatched title and unmatched bookmark.") %>%
body_add_par("") %>%

body_bookmark(id = "UnmatchedBMK") %>%
body_add_par("") %>%

print(target = "Test Report Skeleton.docx")

#### Make XML underlying Word document accessible ####

file.copy("Test Report Skeleton.docx", "Test Report Skeleton.zip", overwrite = TRUE)
unzip("Test Report Skeleton.zip", exdir = "Test Report Skeleton XML")

#### Read XML ####

doc <-  read_xml("./Test Report Skeleton XML/word/document.xml")

#### Find qualifying table and figure titles ####

xml_tbl <-
xml_find_all(
doc,
"//w:p[w:pPr/w:pStyle[@w:val='TableTitle1' or @w:val='FigureTitle1'] and
./following-sibling::w:p[1][./w:bookmarkStart]]"
) %>%
xml_text()

#### Find qualifying bookmarks ####

xml_bmk <-
xml_find_all(
doc,
"//w:p[./w:bookmarkStart and
./preceding-sibling::w:p[1][./w:pPr/w:pStyle[@w:val='TableTitle1' or @w:val='FigureTitle1']]]
/w:bookmarkStart"
) %>%
xml_attr("name")

xml_tbl_bmk <- data.frame(title = xml_tbl, bookmark = xml_bmk)

#### Show results ####

xml_tbl_bmk

         title    bookmark
1   Fred Table  FredtblBMK
2  Fred Figure  FredfigBMK
3  Sally Table SallytblBMK
4 Sally Figure SallyfigBMK

【讨论】：