将 Unicode 写入 .docx 文件答案

【问题标题】：Writing Unicode to .docx file将 Unicode 写入 .docx 文件
【发布时间】：2018-01-28 19:28:14
【问题描述】：

有没有办法将 unicode 字符写入 docx 文件？我试过python-docx，但它给了我TypeError。

追溯

Traceback（最近一次通话最后一次）：

文件“”，第 1 行，在 runfile('H:/Python/Practice/new/download.py', wdir='H:/Python/Practice/new')

运行文件中的文件“C:\Program Files\Anaconda3\lib\site-packages\spyder\utils\site\sitecustomize.py”，第 866 行 execfile(文件名，命名空间)

文件“C:\Program Files\Anaconda3\lib\site-packages\spyder\utils\site\sitecustomize.py”，第 102 行，在 execfile exec（编译（f.read（），文件名，'exec'），命名空间）

文件“H:/Python/Practice/new/download.py”，第 37 行，在 document.add_paragraph(story.encode("utf-8"))

文件“C:\Program Files\Anaconda3\lib\site-packages\docx\document.py”，第 63 行，在 add_paragraph return self._body.add_paragraph(text, style)

文件“C:\Program Files\Anaconda3\lib\site-packages\docx\blkcntnr.py”，第 36 行，在 add_paragraph 段落.add_run(文本)

文件“C:\Program Files\Anaconda3\lib\site-packages\docx\text\paragraph.py”，第 37 行，在 add_run run.text = 文本

文件“C:\Program Files\Anaconda3\lib\site-packages\docx\text\run.py”，第 163 行，文本 self._r.text = 文本

文件“C:\Program Files\Anaconda3\lib\site-packages\docx\oxml\text\run.py”，第 104 行，文本 _RunContentAppender.append_to_run_from_text(self, text)

文件“C:\Program Files\Anaconda3\lib\site-packages\docx\oxml\text\run.py”，第 134 行，在 append_to_run_from_text appender.add_text(文本)

文件“C:\Program Files\Anaconda3\lib\site-packages\docx\oxml\text\run.py”，第 142 行，在 add_text self.add_char(char)

文件“C:\Program Files\Anaconda3\lib\site-packages\docx\oxml\text\run.py”，第 156 行，在 add_char '\r\n' 中的 elif 字符：

TypeError: 'in ' 需要 string 作为左操作数，而不是 int

我试图抓取一个网站并将文本写入 MS Word 文件。文本使用当地语言（孟加拉语）。当我在控制台上打印story 时，它会完美地打印整个文本。

代码

import requests
from docx import Document
from bs4 import BeautifulSoup

url = "some url"
response = requests.get(url)
soup = BeautifulSoup(response.text, "lxml")

story = soup.find("div", {"dir": "ltr"}).get_text().replace("<br />", "\n", len(response.text))

title = "title"
document = Document()
document.add_heading(title, 0)
document.add_paragraph(story.encode("utf-8"))
document.save(title + ".docx")

【问题讨论】：

我添加了完整的回溯。顺便说一句，它完美地从URL 获取数据。当我在控制台上打印它时，它工作正常。
你试过不打电话给.encode('utf-8')吗？
如果我不使用encode("utf-8")，它会给我一个包含一些块的文档。
有没有可能是因为字体不支持这些字符？如果您选择这些块并粘贴到浏览器中，它们会显示为普通字符吗？
哦，谢谢！将这些块粘贴到浏览器中可以正常工作，浏览器正常显示字符。 :D

标签： python unicode python-docx

【解决方案1】：

在 Python 3 中，strings（应该）自动支持 Unicode，因此您无需执行任何特殊操作，例如编码到 UTF-8。

document.add_paragraph(story)
#                      ^ just do this directly, no need to call `.encode('utf-8')`

虽然您可以将 Unicode 字符写入文档，但文字处理器使用的默认文本渲染引擎可能不支持它。您可能需要specify a font 以确保字符不会变成□□□□。

run = document.add_paragraph(story).add_run()
font = run.font
font.name = 'Vrinda'

【讨论】：